Author(s): LU Shuang, YU Xianghui, CHEN Zuomin, ZHANG Zida
Pages: 4-8
Year: 2004 Issue:  11
Journal: CONSTRUCTION MACHINERY AND EQUIPMENT
Keyword:  滚动轴承; 振动信号; K-L变换; RBF神经网络; 模式识别;
Abstract: 径向基函数(RBF)神经网络是一种三层前馈型神经网络,它具有较强的非线性函数逼近能力和分类能力.根据径向基函数神经网络的优点,在对滚动轴承振动信号故障特征分析的基础上,应用K-L变换将所测取的振动相关特征矢量转化为独立的特征矢量,利用其主特征值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.