基于RA序列和改进GRNN网络的发动机轴承故障诊断

摘要：

鉴于发动机轴承系统的复杂性和轴承故障信号的多样性,本文提出一种基于特征参数方根幅值(RA)序列和改进GRNN网络相结合的发动机轴承故障诊断新方法.通过提取轴承故障信号的RA序列参数,可以有效识别轴承故障信息,再利用改进GRNN网络对输入特征参数进行识别和验证.改进后的GRNN网络增加了KCV (K folder cross validation)交叉验证算法,能够找到网络最佳的SPREAD值,构建最佳的GRNN网络.实验结果表明,RA序列与改进GRNN网络相结合的算法可以有效识别发动机的轴承故障,其运算效率和准确率有很大提高.

关键词： 发动机 轴承系统 故障诊断 特征参数方根幅值序列 回归神经网络

作者: 袁洪芳 邢爽 王华庆

作者单位: 北京化工大学 信息科学与技术学院,北京 100029 北京化工大学 机电工程学院,北京 100029

会议类型: 国内会议

会议名称: 2014年全国设备监测诊断与维护学术会议、第十六届全国设备监测与诊断学术会议、第十四届全国设备故障诊断学术会议暨2014年全国设备诊断工程会议

会议地点: 秦皇岛

会议语种:中文

页码: 511-513

在线出版日期: 2014-08-01（万方平台首次上网日期，不代表论文的发表时间）