基于AR模型和径向基神经网络的滚动轴承故障诊断
陆爽1
侯跃谦1
田野2
1.长春大学机械工程学院,吉林,长春,1300222.长春工业大学机电工程学院,吉林,长春130022
摘要：径向基函数(RBF)神经网络是一种三层前馈型非线性神经网络,它具有较强的函数逼近能力和分类能力.根据径向基函数神经网络的优点,在对滚动轴承正常和故障振动信号特征分析的基础上,提出了采用时间序列方法对其建立AR模型,利用AR模型特征参数建立径向基函数神经网络,并用该网络对滚动轴承的故障信号进行了诊断.理论和试验证明了该方法的有效性,且具有较高的诊断精度.
关键词：滚动轴承振动信号AR模型RBF神经网络故障诊断
论文发表日期：2004-01-01
在线出版日期：2026-09-12（本平台首次上网日期，不代表文献的发表时间）
页数：4( 10-13 )
英文信息