基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
归纳和总结了BP神经网络多参数诊断法的实施步骤,阐述了故障轴承振动与信号的关系以及BP神经网络的工作原理和实现过程,并以滚动轴承故障诊断为例,提取了反映滚动轴承故障类型的振动信号特征参数,用这些特征参数训练神经网络,利用MATLAB6.5神经网络工具箱模拟和仿真BP神经网络,然后用训练后的BP神经网络对故障模式进行识别.结果表明,如果神经网络设计合理,训练适当,并且在MATLAB仿真的过程中合理的选择训练函数和各种参数,则具有很强的故障识别能力.说明了利用MATLAB仿真BP神经网络进行滚动轴承振动诊断是可行而且有效的.
推荐文章
基于小波包和改进BP神经网络的滚动轴承故障诊断方法
小波包
BP神经网络
Levenberg?Marquardt
滚动轴承
故障诊断
基于卷积神经网络的滚动轴承故障诊断方法
深度学习
卷积神经网络
特征自动提取
轴承故障诊断
基于概率神经网络的滚动轴承故障诊断
PNN网络
BP神经网络
故障诊断
滚动轴承
高阶模糊BP神经网络及其在滚动轴承故障诊断中的应用
高阶模糊BP神经网络
隶属函数
二阶BP算法
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 滚动轴承振动诊断的BP神经网络方法
来源期刊 轻工机械 学科 工学
关键词 振动 滚动轴承 故障诊断 BP神经网络
年,卷(期) 2007,(2) 所属期刊栏目 自控·检测
研究方向 页码范围 90-93
页数 4页 分类号 TH133.33|TH165.3
字数 3171字 语种 中文
DOI 10.3969/j.issn.1005-2895.2007.02.029
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 陆森林 江苏大学汽车与交通工程学院 71 1188 20.0 31.0
2 张军 江苏大学汽车与交通工程学院 60 386 10.0 17.0
3 和卫星 江苏大学汽车与交通工程学院 78 960 16.0 28.0
4 王以顺 江苏大学汽车与交通工程学院 3 23 2.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (4)
参考文献  (3)
节点文献
引证文献  (14)
同被引文献  (33)
二级引证文献  (42)
1994(2)
  • 参考文献(2)
  • 二级参考文献(0)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2008(1)
  • 引证文献(1)
  • 二级引证文献(0)
2009(4)
  • 引证文献(4)
  • 二级引证文献(0)
2010(5)
  • 引证文献(2)
  • 二级引证文献(3)
2011(9)
  • 引证文献(1)
  • 二级引证文献(8)
2012(13)
  • 引证文献(2)
  • 二级引证文献(11)
2013(8)
  • 引证文献(2)
  • 二级引证文献(6)
2014(4)
  • 引证文献(0)
  • 二级引证文献(4)
2015(3)
  • 引证文献(0)
  • 二级引证文献(3)
2016(5)
  • 引证文献(1)
  • 二级引证文献(4)
2018(1)
  • 引证文献(0)
  • 二级引证文献(1)
2019(2)
  • 引证文献(0)
  • 二级引证文献(2)
2020(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
振动
滚动轴承
故障诊断
BP神经网络
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
轻工机械
双月刊
1005-2895
33-1180/TH
大16开
杭州市余杭区高教路970号西溪联合科技广场4号楼711号
32-39
1983
chi
出版文献量(篇)
3690
总下载数(次)
10
论文1v1指导