滚动轴承声发射信号的人工神经网络模式识别技术

• 作者: 于江林 余永增 戴光 汪雪
• 来源期刊: 大庆石油学院学报
• 学科: 工学
• 关键词: 滚动轴承 声发射 非接触 人工神经网络 模式识别
• 年，卷（期）: 2008,（5）
• 所属期刊栏目: 工业技术
• 页码范围: 64-66
• 页数: 3页
• 分类号: TH133.3|TN911.71
• 字数: 2847字
• 语种: 中文
• DOI: 10.3969/j.issn.2095-4107.2008.05.019

摘要

根据声发射检测中常用的BP、RBF和PNN神经网络模型,利用声发射在线检测系统对故障滚动轴承进行测试,提取不同故障轴承声发射信号特征参量作为神经网络输入向量,并分别用3种神经网络对滚动轴承故障模式进行识别.结果表明,采用BP神经网络的声发射信号识别技术的正确识别率略低于其余2种的识别率;RBF和PNN网络的分类结果相同,且在分类能力和学习速度方面均优于BP网络.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	戴光	大庆石油学院机械科学与工程学院	60	842	16.0	24.0
2	于江林	大庆炼化公司机动设备处	3	38	3.0	3.0
6	余永增	大庆石油学院机械科学与工程学院	4	50	4.0	4.0
7	汪雪	大庆石油学院机械科学与工程学院	1	14	1.0	1.0