基于全矢-BP神经网络的设备故障预测研究

摘要：

对旋转机械进行频谱结构预测可以有效地掌握设备未来的运行状态.基于单源信息的频谱结构具有不确定性,无法进行预测研究.为保证预测结果的唯一性和准确性,将全矢谱技术引入预测模型,结合反向传播(BP)神经网络,构建全矢-BP神经网络预测模型.对风机设备轴承的频谱结构进行多步预测,比较预测精度.研究结果表明,该方法能准确对设备的频谱结构进行预测,为设备的预知维修提供技术支持.

关键词： 旋转机械 故障预测 频谱结构 全矢谱 BP神经网络

作者: 官振红 陈磊 张学欣

作者单位: 郑州大学振动工程研究所, 郑州,450001

会议类型: 国内会议

会议名称: 2016年全国设备监测诊断与维护学术会议、第十五届全国设备故障诊断学术会议、第十七届全国设备监测与诊断学术会议、2016年全国设备诊断工程会议

会议地点: 西安

会议语种:中文

页码: 277-279

在线出版日期: 2016-08-01（万方平台首次上网日期，不代表论文的发表时间）