基于BP神经网络和D-S证据理论的滚动轴承故障诊断方法研究

作者:徐卫晓;谭继文;文妍 刊名:机床与液压 上传者:王秋

【摘要】针对单一传感器对滚动轴承故障信息的识别具有不确定性的缺陷,提出了基于BP神经网络与D-S证据理论的多传感器信息融合的方法。将BP神经网络的输出结果进行归一化处理作为各焦元的基本概率分配,轴承的5种故障类型作为系统的识别框架,根据Dempster合成法则进行决策级融合。试验结果表明,利用该方法对轴承的内圈磨损、外圈磨损、滚珠磨损等故障进行试验诊断,提高了故障诊断的准确率,验证了该方法的可行性。

全文阅读

0 ! ß × ß 0 × 0 0 X ö @ ç ¶ 6  ² @ _ Õ • ö  ç i Õ ù J 0 ! ß × Æ • J × 0 ¶ • J 0 DOI å ß ! Ž ð ¼ J = ¿ J ß ! ! ß q ß J 0 ! ß × J 0 J ! × " 收稿日期: 0 ! ß q ß ß q 0 ß 基金项目: ‰ " ß ! ® " 0 0 ! o + ‰ ß 0 K ß K × K × K ‰ o K . @ o 作者简介: ‰ ß õ o ” ” ” % 6 q ] U = å 0 ß ß ® ! 0 " @ @ @ J ù • ] % 通信作者: ” 6 q ] U = å w U ¿ ¦ U ¿ ƒ @ = ¿ U J ù • ] % 基于 > ê神经网络和 Õ K i证据理论的滚动轴承故障诊断方法研究 徐卫晓, 谭继文, 文妍 (青岛理工大学机械工程学院, 山东青岛 0 ! ) 摘要: ” > ê Õ K i % > ê ” " ” Õ ] q w ¢ % ” & & ” ” % 关键词: + Õ K i + ‰ > ê ö o + > ê + 中图分类号: H " œ œ文献标识码: ö œ œ文章编号: ß ! ! ß q ß( 0 ! ß ×) 0 q ß q × Study on Fault Diagnosis Methods of Rolling Bearing Based on BP NeuralNetwork and D⁃S Evidence Theory î ü = 4 = U • ” ö ¶ . = ¿ ” ü 6 ¶ _ U ¿ ‰ i ù d • • • ¦ X ù d U ¿ = ù U 6 ¿ k = ¿ ¢ = ¿ k ” P = ¿ k › U • ù d ¿ • • k = ù U ¿ = ù ¢ = w ƒ ” P = ¿ k › U • i d U ¿ › • ¿ k 0 ! ” d = ¿ U o œ œAbstract å ö = ] › U w w d › ¦ ù w • ¦ ü ¿ ù ¢ w U = ¿ w ƒ • ¦ = ¿ k ¿ • ¢ ¦ • ¢ w d ¢ • = ¿ A ” ! ” ß Ò A ” ”D⁃S ß % ß œ Õ K i ‰ o Õ ] q w ¢ m ß m 0 U ” A âU m ‰A o ¦ ! ” A ” A ß ”A 0 ” - - ”An B ß ”B 0 ” - ”Bn ” ® Ai 2Bj ‰A m ß ‰Ai om 0 ‰Bj o ß ” å m ‰A o= ® Ai 2Bj=A m ß ‰Ai om 0 ‰Bj o ß- ® Ai 2Bj=ϕ m ß ‰Ai om 0 ‰Bj o ‰ ß o 2  > ê神经网络理论 > ê ‰ > U ù ´ ê ¢ • q U k U w = • ¿ o ” ” % > ê " Ò % > ê ” % > ê ” & % i ” % ” ‰ q ß ” ß o % ” > ê % > ê ” % 3  基于证据理论的轴承故障诊断试验研究 J ß œ试验系统的建立 > ê ” ® 0 ! 0 ö ”  ! ß ! ß " ‰ & & & o ” > ê ” % U ‰ x ” ” ” ” W ” 0 % 0 œ J 0 œ试验研究分析 ! 0 Õ %  ! ß ! ß X &Y & Z ” % œ ” ” ß × q ‰ & & & & & o ” > ê % > ê & ß

参考文献

引证文献

问答

我要提问