基于径向基函数神经网络的滚动轴承故障模式的识别

2004年第6卷第2期

摘要

关键词

图片

参考文献

相关研究

回顶部

《中国工程科学》 >> 2004年第6卷第2期

基于径向基函数神经网络的滚动轴承故障模式的识别

吉林大学机械科学与工程学院，长春 130025

资助项目：吉林省教育委员会基金资助项目（吉教合字99第10号）收稿日期： 2003-08-21 修回日期： 2003-10-23 发布日期： 2004-02-20

HTML24 PDF 9 收藏 0

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。

关键词

滚动轴承 ; 振动信号 ; AR模型 ; RBF神经网络 ; 模式识别

图片

图1

图2

参考文献

[ 1 ] 何正嘉, 訾艳阳, 孟庆丰, 等.机械设备非平稳信号的故障诊断原理及应用[M ].北京:高等教育出版社, 2001 链接1

[ 2 ] 徐章遂, 房立清, 王希武, 等.故障信息诊断原理及应用[M ].北京:国防工业出版社, 2001 链接1

[ 3 ] ManolakisDG , IngleVK , KogonSM .统计与自适应信号处理[M].北京:电子工业出版社, 2003 链接1

[ 4 ] 屈梁生, 何正嘉.机械故障诊断学[M].上海:上海科技出版社, 1986 链接1

[ 5 ] ChenS , CowanCFN , GrantPM .Orthogonalleastsquareslearningalgorithmforradialbasisfunctionnetworks[J].IEEETransNeuralNetworks, 1991, (2) :302～309

[ 6 ] HaykinS .NeuralNetworks:AComprehensiveFoundation (SecondEdition) [M ].PrenticeHall, 1999

[ 7 ] HamFM , KostanicI.PrinciplesofNeuroComputingforScience&Engineering[M].McGrawHill, 2001

[ 8 ] HushDR , HorneBG .Progressinsupervisedneuralnetworks:what snewsinceLippmann?[J].IEEESPMagazine, 1993, 10 (1) :8～39

[ 9 ] 杨行峻, 郑君里.人工神经网络与盲信号处理[M].北京:清华大学出版社, 2003 链接1