独立分量分析基网络应用于旋转机械故障特征抽取与分类

被引：13

作者：

杨世锡

焦卫东

吴昭同

机构：

[1] 浙江大学机械工程及自动化系

[2] 浙江大学机械工程及自动化系杭州

[3] 杭州

[4] 杭州

来源：

机械工程学报 | 2004年 / 03期

基金：

浙江省自然科学基金;

关键词：

独立分量分析; 互信息; 主分量分析; 多层感知器;

D O I：

暂无

中图分类号：

TP277 [监视、报警、故障诊断系统];

学科分类号：

0804 ; 080401 ; 080402 ;

摘要：

提出了一种新颖的、基于独立分量分析(ICA)的多层神经网络,用于旋转机械不同模式(如正常及轴承故障等)的特征抽取,随后利用多层感知器(MLP)实施最终的模式分类。借助独立分量分析方法,隐藏于多通道振动观测中的不变特征得到有效提取,从而建立起稳定的MLP分类器。试验所获得的成功分类结果表明,所建议的新的旋转机械健康状况监测方法具有较大的应用潜力。

引用

页码：45 / 49

页数：5