基于BP神经网络和PCA的滚动轴承故障诊断方法

摘要：

当滚动轴承发生故障时，需要判断故障处于什么样的程度，以便对是否进行维修和更新进行科学指导。然而，对不同故障程度的振动信号提取特征参数时，参数选择过多或过少都会产生不利的影响，所以采用了BP神经网络和PCA相结合的方法对滚动轴承的故障程度进行识别。首先，对振动信号提取时域和频域的特征参数，然后，利用PCA提取核心特征参数，最后，用改进的BP神经网络--LM算法对不同的故障程度进行识别。试验结果表明该方法对滚动轴承故障程度的判断可以达到较好的效果。

关键词： 滚动轴承 故障诊断 BP神经网络 主成分分析

作者: 章立军 郭萍玲 艾轶博 庄晓飞

作者单位: 100083 北京科技大学

会议类型: 国内会议

会议名称: 第九届全国设备与维修工程学术会议暨第十五届全国设备监测与诊断学术会议

会议地点: 北京

会议语种:中文

页码: 585-588

在线出版日期: 2012-12-10（万方平台首次上网日期，不代表论文的发表时间）