基于SOM-BP复合神经网络的齿轮故障诊断研究

• 作者: 陈立爱 陈松 张舒 龚雪
• 来源期刊: 煤矿机械
• 关键词: 齿轮故障 SOM网络 BP网络 SOM-BP复合网络
• 年，卷（期）: 2021,（7）
• 所属期刊栏目: 故障·诊断|Malfunction Imestigation
• 页码范围: 187-190
• 页数: 4页
• 分类号: TH132.41
• 语种: 中文
• DOI: 10.13436/j.mkjx.202107059

摘要

采集齿轮4种常见状态的振动信号,采用MATLAB建立SOM神经网络、BP神经网络和SOM-BP复合神经网络模型并对模型进行训练,对齿轮故障进行分析.通过对比测试样本的实验结果,BP神经网络的识别准确率可达到94％,SOM神经网络的识别准确率可达到91％,SOM-BP复合神经网络的识别准确率可达到99％,证明了采用SOM-BP复合神经网络进行齿轮故障诊断的正确性和准确性.