机械工业论文_基于综合信息融合神经网络的轴承
2022-06-12
文章目录
0 引 言
1 综合启发信息神经网络
1.1 前置融合的神经网络故障诊断模型
1.2 后置融合的神经网络故障诊断模型
1.3 综合信息融合神经网络故障诊断模型
2 实验与结果分析
2.1 数据获取
2.2 融合神经网络与融合前对比
2.3 融合神经网络与其他方法对比
3 结束语
文章摘要:因轴承的工作环境恶劣，导致其故障多发，在对轴承故障进行快速诊断和定位时存在困难，为此，提出了一种基于综合信息融合神经网络的轴承故障智能诊断方法。首先，介绍了前置神经网络的工作原理，推导了前置神经网络的链接权值系数训练方法，制定了前置神经网络的算法流程；并基于D-S证据论和Dempster组合规则，设计了后置神经网络的故障诊断方法；然后，提出了基于综合信息融合神经网络的轴承故障诊断方法，完成了两种神经网络的优势融合；最后，为了对基于综合信息融合神经网络的轴承故障诊断方法的有效性进行验证，采用了美国凯斯西储大学的轴承实验数据进行了试验。研究结果表明：无后置融合模块的故障识别率均值为90.45%,无前置融合模块的故障识别率均值为89.93%,综合信息融合神经网络的故障识别率均值为99.33%;该结果证明，基于综合信息融合神经网络的诊断方法具有较高的故障识别准确率和较强的鲁棒性，将综合信息融合神经网络应用于轴承故障诊断是有效的。
文章关键词:
论文作者:裴红蕾
作者单位:无锡工艺职业技术学院机电与信息工程学院
论文分类号:TH17;TH133.3
