基于PCA-BP神经网络的设备润滑状态评价应用

目前,油液监测技术已涉及到多数工业领域。其技术内容除包含润滑剂本身理化的性能指标外,还包含诊断人员对设备磨损、油液污染的综合评价。针对诊断内容对专家经验需求较大,且具有模糊现象的弊端,将BP神经网络模型引入到油液监测诊断评价的过程中。文章首先采用PCA提取累计贡献率大于90%的油液主成分,然后以处理后的数据集合训练BP神经网络,最后采用ROC曲线验证模型效果。结果表明,相比训练集未降维的BP神经网络识别率结果,PCA-BP神经网络的识别结果更优。