KPCA和遗传BP神经网络在滚珠丝杠故障诊断中的应用研究

• 作者: 宋平 文妍 谭继文
• 来源期刊: 机床与液压
• 学科: 工学
• 关键词: 核主元分析 遗传BP神经网络 滚珠丝杠 故障诊断
• 年，卷（期）: 2014,（9）
• 所属期刊栏目: 故障诊断与可靠性
• 页码范围: 159-162
• 页数: 4页
• 分类号: TG659
• 字数: 2322字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3881.2014.09.044

摘要

提出了一种基于核主元分析（KPCA）和遗传BP神经网络的滚珠丝杠故障诊断方法。首先用2个测点的6个传感器同步采集滚珠丝杠的振动信号，并进行特征提取，得到原始样本空间，然后利用核主元分析对原始样本空间进行降维处理，以消除样本间的冗余信息。引入遗传算法，解决了传统BP神经网络初始权值和阈值选择的随机性，并建立3种不同的滚珠丝杠故障诊断网络对滚珠丝杠的正常状态、丝杠弯曲、滚珠破损和滚道磨损4种状态进行诊断实验。结果表明：基于核主元分析和遗传BP神经网络的滚珠丝杠故障诊断方法明显地缩短了网络的训练时间，有效地提高了故障状态的识别率。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	文妍		26	129	6.0	10.0
2	谭继文		93	414	8.0	14.0
3	宋平		4	21	3.0	4.0