KPCA-GRNN网络在数控机床复合故障诊断中的应用

• 作者: 俞昆 文妍 李善 谭继文
• 来源期刊: 煤矿机械
• 学科: 工学
• 关键词: 核主元分析法(KPCA) GRNN神经网络 复合故障 故障诊断
• 年，卷（期）: 2016,（3）
• 所属期刊栏目: 故障·诊断
• 页码范围: 152-154
• 页数: 3页
• 分类号: TG659
• 字数: 2264字
• 语种: 中文
• DOI: 10.13436/j.mkjx.201603062

摘要

提出了一种将核主元分析法(KPCA)与GRNN网络相结合的数控机床复合故障诊断方法.原始复合信号经过EMD分解,将得到的IMF与其他时频域特征值组成原始信号特征集;运用KPCA方法对原始特征集进行降维处理,构造核主元特征集;将筛选后的特征向量作为GRNN网络的输入,实现了数控机床不同复合故障的模式识别,并与其他3种网络对比,验证了该方法的优越性.

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	李善		10	52	5.0	6.0
4	俞昆		10	48	5.0	6.0