滚动轴承声发射信号的人工神经网络模式识别技术

摘要：

根据声发射检测中常用的BP、RBF和PNN神经网络模型,利用声发射在线检测系统对故障滚动轴承进行测试,提取不同故障轴承声发射信号特征参量作为神经网络输入向量,并分别用3种神经网络对滚动轴承故障模式进行识别.结果表明,采用BP神经网络的声发射信号识别技术的正确识别率略低于其余2种的识别率;RBF和PNN网络的分类结果相同,且在分类能力和学习速度方面均优于BP网络.

关键词：滚动轴承、声发射、非接触、人工神经网络、模式识别

所属期刊栏目：32

分类号：TH133.3;TN911.71

资助基金：黑龙江省自然科学基金项目E2007-02;黑龙江省教育厅科学技术研究项目11521004

在线出版日期：2008-12-10（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：64-66