基于BP神经网络的键盘击弦机械故障诊断分析

在键盘击弦机械故障诊断过程中，由于诊断模型的影响，使得故障诊断结果的准确率较低。因此，提出基于BP神经网络的键盘击弦机械故障诊断分析。通过声敏传感器获取键盘击弦机械数据，并利用小波包分解法提取数据特征。基于BP神经网络，构建机械故障诊断模型，并对模型内的各项参数进行计算。最后，以表格的形式呈现出故障诊断分析结果。实验结果表明：在单弦故障诊断时，设计方法与两种常规方法相比，将诊断准确率分别提升了2.57%、5.66%;在多弦故障诊断时，设计方法将机械故障诊断的平均准确率，分别提升了5.76%、7.15%。