基于EKF训练的归一化RBF神经网络在旋转机械故障诊断中的应用

摘要：

在RBF神经网络成熟的基础上，对旋转机械的转子系统进行故障诊断，针对梯度下降法容易产生梯度消失的问题，提出用EKF（Extend Kalman Filter）对权重进行调节训练，并将结果与BP（Back Propagation）算法和梯度下降调节进行比较，用EKF训练的RBF(Radial Basis Function)神经网络不仅在性能上有优势，在精度和迭代速度上亦优于其它方法，相信在今后的实际应用中尤其在旋转机械故障诊断中可以更大的发挥其优势。

关键词： RBF神经网络 旋转机械 转子系统 梯度下降法 故障诊断

作者: 胡彦红 张雷 胡浙东

作者单位: 上海理工大学机械工程学院 上海 200093

会议类型: 国内会议

会议名称: 第五届“工程与振动”科技论坛

会议地点: 上海

会议语种:中文

页码: 39-44

在线出版日期: 2009-11-07（万方平台首次上网日期，不代表论文的发表时间）