基于PCA与BP神经网络的滚动轴承故障诊断

• 作者: 张博峰
• 来源期刊: 内燃机与配件
• 关键词: 主成分分析 BP神经网络 轴承故障诊断
• 年，卷（期）: 2021,（11）
• 所属期刊栏目: 质量与检修
• 页码范围: 131-132
• 页数: 2页
• 分类号: TH133.33
• 语种: 中文
• DOI: 10.3969/j.issn.1674-957X.2021.11.058

摘要

为了提高滚动轴承故障诊断效果,提出主成分分析结合BP神经网络的方法.简要介绍主成分分析法将轴承振动信号时域与频域的特征数据降维处理以及BP神经网络训练过程的原理.利用主成分分析与BP神经网络模型对凯斯西储大学轴承数据进行训练,将滚动轴承的状态类型作为网络输出结果.经过600组训练数据以及145组测试数据的仿真,结果表明主成分分析与BP网络模型比BP神经网络的训练误差精度相对提升了31.14％,测试误差精度相对提升了29.86％.