煤矿机械
煤礦機械
매광궤계
COAL MINE MACHINERY
2014年
8期
265-267
,共3页
核主元分析%BP神经网络%滚动轴承%故障诊断
覈主元分析%BP神經網絡%滾動軸承%故障診斷
핵주원분석%BP신경망락%곤동축승%고장진단
针对滚动轴承信号的非线性、非平稳性特点及诊断中冗余与噪音的干扰,引入了核主元分析法和BP神经网络相结合的方法对轴承的故障信号进行诊断,以提高轴承故障诊断的性能.通过5个传感器采集轴承不同状态的故障信号,利用小波包提取能量特征值,同时提取轴承的时-频域特征量组成原始特征空间,利用核主元分析方法对原始特征空间降维,提取主元特征量输入到BP神经网络中进行故障模式识别.试验结果表明,KPCA-BP网络模型的性能优于未筛选-BP网络,具有更好的诊断效果和抗干扰能力.
針對滾動軸承信號的非線性、非平穩性特點及診斷中冗餘與譟音的榦擾,引入瞭覈主元分析法和BP神經網絡相結閤的方法對軸承的故障信號進行診斷,以提高軸承故障診斷的性能.通過5箇傳感器採集軸承不同狀態的故障信號,利用小波包提取能量特徵值,同時提取軸承的時-頻域特徵量組成原始特徵空間,利用覈主元分析方法對原始特徵空間降維,提取主元特徵量輸入到BP神經網絡中進行故障模式識彆.試驗結果錶明,KPCA-BP網絡模型的性能優于未篩選-BP網絡,具有更好的診斷效果和抗榦擾能力.
침대곤동축승신호적비선성、비평은성특점급진단중용여여조음적간우,인입료핵주원분석법화BP신경망락상결합적방법대축승적고장신호진행진단,이제고축승고장진단적성능.통과5개전감기채집축승불동상태적고장신호,이용소파포제취능량특정치,동시제취축승적시-빈역특정량조성원시특정공간,이용핵주원분석방법대원시특정공간강유,제취주원특정량수입도BP신경망락중진행고장모식식별.시험결과표명,KPCA-BP망락모형적성능우우미사선-BP망락,구유경호적진단효과화항간우능력.
