滚动轴承故障诊断虚拟系统的实现

摘要：

针对滚动轴承,实现了一种粗糙集理论和神经网络技术相结合的新型的故障诊断虚拟系统.该系统利用粗糙集对知识的约简能力,对采集的故障征兆数据进行预处理,即采用竞争学习神经网络把连续属性离散化,将结果导入Rosetta软件中逐步分析处理,得到最小条件属性集,在此基础上构建BP神经网络进行故障识别,将网络输出送回LabView进行显示.实例分析表明,该系统可以提高滚动轴承故障诊断的收敛速度,在期望误差相同的情况下,网络训练时间减小了176步.

关键词：滚动轴承、故障诊断、虚拟系统、粗糙集、BP神经网络

所属期刊栏目：31

分类号：TH133.33;TH165

资助基金：教育部博士点基金项目20094101120008;河南省教育厅自然科学基金项目2010A120008

在线出版日期：2011-08-17（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：117-120