基于知识增殖神经网络的滚动轴承故障诊断

• 作者: 唐茗 李力 李志雄 蒋宇
• 来源期刊: 轴承
• 学科: 工学
• 关键词: 滚动轴承 故障诊断 小波包 知识增殖神经网络
• 年，卷（期）: 2009,（8）
• 所属期刊栏目: 测量与仪器
• 页码范围: 46-49
• 页数: 4页
• 分类号: TH133.33|TH165.3
• 字数: 3633字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3762.2009.08.014

摘要

对滚动轴承故障模式识别进行了研究,阐述了小波包神经网络诊断方法的工作原理和实现过程.针对在处理大规模或者较复杂问题时,人工神经网络存在网络学习失败或推广能力不好的问题,从网络推广能力的角度分析了具有知识增殖能力的小波包神经网络诊断系统的结构设计.试验结果表明,所提出的故障诊断方法能够较精确实现滚动轴承多部位的单一、复合故障的定位和模式识别,效果明显好于单一网络.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李力	三峡大学机械与材料学院	100	483	11.0	17.0
2	唐茗	三峡大学机械与材料学院	4	45	3.0	4.0
3	李志雄	三峡大学机械与材料学院	23	101	6.0	8.0
4	蒋宇	黄山学院信息工程学院	27	101	6.0	7.0