10.3969/j.issn.1004-6941.2009.02.017
基于概率神经网络的轴承状态监测与故障诊断
介绍了概率神经网络(PNN)的基本原理,并将其应用于轴承的状态监测与故障诊断,将在实验审搭建的简单的轴承故障实验装置获得的数据,结合信号处理、数据分析等方面的知识,对信号进行分析,分别在时域和频域提取不同特征值.再对提出的特征值进行归一化处理和有效性检验,根据特征值的差异性和重复性原则,应用平均值与平均误差值来检验特征值的有效性.把最终的有效特征值作为神经网络的输入,进行PNN网络训练.结果表明,PNN可以克服BP神经网络(BPNN)学习收敛速度慢、易陷入局部极小值等缺点,对传感器测量噪声具有较强的诊断鲁棒性,能够满足故障诊断快速和准确的要求,适用于在线检测,具有实际应用价值.
概率神经网络、轴承、故障诊断
36
TM3;TP2
2009-04-21(万方平台首次上网日期,不代表论文的发表时间)
共4页
30-33