分数阶BP神经网络滚动轴承故障诊断方法

研究基于分数阶BP神经网络滚动轴承故障诊断的问题。通过对滚动轴承5种状态类型特征信号的提取，以更全面的方式反映滚动轴承的工作特性。特征信号经过归一化处理后作为神经网络的输入，滚动轴承的故障类型作为神经网络的输出。运用分数阶BP神经网络对滚动轴承进行状态监测和故障诊断，判断其属于哪种故障类型。相较于整数阶BP神经网络，分数阶BP神经网络精度更高，且能更快地达到误差要求。仿真实验结果表明，分数阶BP神经网络能准确获取滚动轴承的运行状态。