基于AR模型和径向基神经网络的滚动轴承故障诊断

• 作者: 侯跃谦 田野 陆爽
• 来源期刊: 机械传动
• 关键词: 滚动轴承 振动信号 AR模型 RBF神经网络 故障诊断
• 年，卷（期）: 2004,（5）
• 所属期刊栏目: 理论研究
• 页码范围: 10-13
• 页数: 4页
• 语种: 中文
• DOI: 10.3969/j.issn.1004-2539.2004.05.003

摘要

径向基函数(RBF)神经网络是一种三层前馈型非线性神经网络,它具有较强的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,在对滚动轴承正常和故障振动信号特征分析的基础上,提出了采用时间序列方法对其建立AR模型,利用AR模型特征参数建立径向基函数神经网络,并用该网络对滚动轴承的故障信号进行了诊断.理论和试验证明了该方法的有效性,且具有较高的诊断精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陆爽	长春大学机械工程学院	36	268	10.0	14.0
2	侯跃谦	长春大学机械工程学院	25	109	7.0	9.0
3	田野	长春工业大学机电工程学院	15	93	6.0	9.0