基于Boosting RBF神经网络的滚动轴承故障诊断

• 作者: 夏利民 杨顺 龙仙爱
• 来源期刊: 计算机与数字工程
• 学科: 工学
• 关键词: 滚动轴承 故障诊断 小波包分解 Boosting方法 RBF神经网络
• 年，卷（期）: 2006,（9）
• 所属期刊栏目: 基金论文
• 页码范围: 15-18,37
• 页数: 5页
• 分类号: TP3
• 字数: 3631字
• 语种: 中文
• DOI: 10.3969/j.issn.1672-9722.2006.09.005

摘要

提出了一种新颖的基于RBF神经网络滚动轴承故障诊断方法.以滚动轴承动态信号的能量信息作为特征,RBF神经网络作为分类器进行滚动轴承故障自动分类与诊断.为了进一步提高神经网络的泛化能力和故障诊断的准确性,采用Boosting方法,进行网络集成.对七类滚动轴承进行了实验,结果表明该方法具有很好的故障诊断效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	夏利民	中南大学信息科学与工程学院	102	814	16.0	22.0
2	龙仙爱	湖南涉外经济学院计算机系	9	19	3.0	4.0
6	杨顺	湖南涉外经济学院计算机系	11	17	2.0	3.0