| 独立分量分析和概率神经网络在机械故障诊断中的应用 |
| |
| 引用本文： | 郭峰,任兴民,刘婷婷. 独立分量分析和概率神经网络在机械故障诊断中的应用[J]. 西安工业大学学报, 2009, 29(5): 490-494 |
| |
| 作者姓名： | 郭峰 任兴民 刘婷婷 |
| |
| 作者单位： | 西北工业大学,工程振动研究所,西安,710072 |
| |
| 摘 要： | 针对旋转机械进行故障诊断时,由于临近机械的干扰,往往无法得到真实的的故障信息以及诊断速度慢的问题,本文提出了一种基于独立分量分析(Independent Component Analysis,ICA)和概率神经网络(Probabilistic Neural Network,PNN))的故障诊断方法,采用快速独立分量分析(FastICA)进行特征提取,PNN实现状态识别.通过仿真与实验加以证明,并与经典的前向多层神经网络(BP网络)的故障分类进行对比,结果表明PNN的准确率可以达到100%,而BP网络只有95%,同时PNN所需的时间只有BP的1/3.
|
| 关 键 词： | 故障诊断 快速独立分量分析(FastICA) 概率神经网络(PNN) BP神经网络 |
Method of Fault Diagnosis Based on ICA and Probabilistic Neural Network |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 维普 万方数据 等数据库收录！ |
|
