机械工程与自动化
機械工程與自動化
궤계공정여자동화
MECHANICAL ENGINEERING & AUTOMATION
2014年
3期
120-121,124
,共3页
滚动轴承%故障诊断%BP神经网络
滾動軸承%故障診斷%BP神經網絡
곤동축승%고장진단%BP신경망락
rolling bearing%fault diagnosis%BP neural network
针对滚动轴承的故障诊断问题，设计了一种最优隐层BP神经网络，借助经验公式确定隐层单元数的取值范围，进行计算平均迭代次数和均方误差来寻找最优隐层单元数。通过MATLAB仿真，结果表明该BP神经网络具有较高的诊断效率和准确度。
針對滾動軸承的故障診斷問題，設計瞭一種最優隱層BP神經網絡，藉助經驗公式確定隱層單元數的取值範圍，進行計算平均迭代次數和均方誤差來尋找最優隱層單元數。通過MATLAB倣真，結果錶明該BP神經網絡具有較高的診斷效率和準確度。
침대곤동축승적고장진단문제，설계료일충최우은층BP신경망락，차조경험공식학정은층단원수적취치범위，진행계산평균질대차수화균방오차래심조최우은층단원수。통과MATLAB방진，결과표명해BP신경망락구유교고적진단효솔화준학도。
In this paper ,a BP neural network with optimal hidden layer is designed to achieve fault diagnosis for rolling bearings .The range of the numbers of hidden layer neuron is determined with empirical formula ,the optimal numbers of hidden layer neuron is found by calculating the average number of iterations and the mean square error .Simulation results by MATLAB show the BP neural network has high diagnostic efficiency and accuracy .
