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! |
|