基于PCA-BP神经网络的设备润滑状态评价应用

• 作者: 崔策 康鑫硕 李秋秋 贺石中
• 来源期刊: 润滑油
• 学科: 工学
• 关键词: 油液监测 神经网络 降维
• 年，卷（期）: 2019,（6）
• 所属期刊栏目: 分析与评定
• 页码范围: 54-57
• 页数: 4页
• 分类号: TE626.3
• 字数: 2706字
• 语种: 中文
• DOI: 10.19532/j.cnki.cn21-1265/tq.2019.06.011

摘要

目前,油液监测技术己涉及到多数工业领域.其技术内容除包含润滑剂本身理化的性能指标外,还包含诊断人员对设备磨损、油液污染的综合评价.针对诊断内容对专家经验需求较大,且具有模糊现象的弊端,将BP神经网络模型引入到油被监测诊断评价的过程中.文章首先采用PCA提取累计贡献率大于90％的油液主成分,然后以处理后的数据集合训练BP神经网络,最后采用ROC曲线验证模型效果.结果表明,相比训练集未降维的BP神经网络识别率结果,PCA-BP神经网络的识别结果更优.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李秋秋	广州机械科学研究院有限公司设备润滑与检测研究所	15	67	5.0	7.0
2	贺石中	广州机械科学研究院有限公司设备润滑与检测研究所	42	239	8.0	14.0
3	崔策	广州机械科学研究院有限公司设备润滑与检测研究所	2	0	0.0	0.0
4	康鑫硕	广州机械科学研究院有限公司设备润滑与检测研究所	2	0	0.0	0.0