基于BP和RBF神经网络的滚动轴承故障诊断比较.pdfVIP

学兔兔 轴承 2010年2期 墨 ! 二 ! 53—56 CN41—1148／TH B earing 20 10，N o．2 基于 BP和 RBF神经网络的滚动轴承故障诊断 比较 孙 大洪 ，王发展 ，刘 强 ，张顾钟 ，原思聪 (西安建筑科技大学 机电工程 学院 ，西安 710055) 摘要 ：通过仿真实例 ，应用 BP和 RBF神经网络对 滚动轴承 的故障诊断进行 了比较研究 ，结果表 明 ，BP网络和 RBF网络仿真效果都 比较理想 ，但RBF网络构建 简单 ，训练速 度快且 比较 稳定 ，体现 了 RBF神 经 网络 的优 越性 。 关键词 ：滚动轴承 ；故障诊 断；BP神经网络 ；RBF神经 网络 中图分类号 ：TH133．33；TP183 文献标 志码 ：B 文章编号 i1000—3762(2010)02—0053一o4 Comparative Study on Fault Diagnosis ofRolling Bearings Based on BP and RBF Neural Network SUNDa—hong，WANG Fa—zhan，LIU Qiang，ZHANGGu—zhong，YUAN si—cong (School of Mechanical and Electrical Engineering，Xihn University of Architecture＆Technology，Xib．n Engineering，Xihnof University and Electrical Mechanical of (School 710055，China) Abstract：The BPand RBF neuralnetwork in thebearing userollingcompared，and ofdiagnosisfault ale asimulation example presented．Theis show results boththesimulationthat for BP effect and RBF network aresatisfactory，but RBF network moreis build，fast easierto andtraining stableinspeed．The RBF neural network superior BP is to neural net- work． Keywords：rolling bearing；faultdiagnosis；BP neuralnetwork；RBF neural network 轴承作为旋转机械 的重要部件 ，一旦发生故 多层 )组成 ，包括正向传播和反向传播两部分(图 障 ，不但会影响设备的正常运行 ，而且可能引发重 1)。正向传播用于网络计算，对某 一输入求 出其 大事故 ，因此对滚动轴承的故障诊 断显得尤为重 输出；反向传播用于逐层传递误差 ，修改连接权值 要 ¨ ]。轴 承 的故 障诊 断过 程 实 质 上就 是 一个 模 和阈值 J。BP网络把样本的输人、输出问题变成 式识 别 的过 程