基于径向基函数神经网络的滚动轴承故障模式的识别

被引:25
作者
陆爽
张子达
李萌
机构
[1] 吉林大学机械科学与工程学院
关键词
滚动轴承; 振动信号; AR模型; RBF神经网络; 模式识别;
D O I
暂无
中图分类号
TH133.3 [轴承];
学科分类号
摘要
径向基函数 (RBF)神经网络是一种 3层前馈性神经网络 ,它具有较强的函数逼近能力和分类能力。鉴于径向基函数神经网络的优点 ,在对滚动轴承振动信号特征分析的基础上 ,提出了采用时序方法对其建立AR模型 ,利用AR模型参数建立径向基函数神经网络 ,并用该网络对滚动轴承的故障模式进行了识别。理论和试验证明了该方法的有效性 ,且具有较高的识别精度
引用
收藏
页码:56 / 60
页数:5
相关论文
共 5 条
  • [1] 人工神经网络与盲信号处理[M]. 清华大学出版社 , 杨行峻, 2003
  • [2] 统计与自适应信号处理[M]. 电子工业出版社 , (美)DimitrisG.Manolakis等著, 2003
  • [3] 机械设备非平稳信号的故障诊断原理及应用[M]. 高等教育出版社 , 何正嘉等著, 2001
  • [4] 故障信息诊断原理及应用[M]. 国防工业出版社 , 徐章遂等著, 2000
  • [5] 机械故障诊断学[M]. 上海科学技术出版社 , 屈梁生, 1986