|
|||||
|
|
| 基于MIV与RBF神经网络的滚珠丝杠故障诊断 | |
| 引用本文： | 温国强,文妍,谭继文.基于MIV与RBF神经网络的滚珠丝杠故障诊断[J].制造技术与机床,2014(1):64-67. |
| 作者姓名： | 温国强 文妍 谭继文 |
| 作者单位： | 青岛理工大学 |
| 基金项目： | 国家自然科学基金项目(51075220);青岛市科技计划基础研究项目(12-1-4-4-(3)-JCH) |
| 摘 要： | 滚珠丝杠故障特征值引入平均影响值(MIV)的特征值筛选方法,剔出冗余特征值,减少了特征向量数;设计了径向基(RBF)神经网络,并建立了基于MIV与RBF神经网络的滚珠丝杠故障识别模型。经试验,对"未筛选-BP"、"未筛选-RBF"和"MIV-RBF"三种诊断模型进行对比分析研究,结果表明:"MIV-RBF"训练步数少、收敛快、诊断精度高,是一种较为理想的滚珠丝杠故障诊断方法。 |
| 关 键 词： | 滚珠丝杠 MIV 特征值筛选 RBF神经网络 故障诊断 |
| 本文献已被 CNKI 等数据库收录！ | |