复杂装备轴承多重故障的线性判别分析与反向传播神经网络协作诊断方法

由于复杂装备运行工作环境恶劣,导致其轴承多重故障诊断的准确率不高,为此提出一种基于线性判别分析(LDA)与反向传播(BP)神经网络协作下复杂装备轴承数据驱动的多重故障诊断方法。将无量纲指标作为轴承多重故障数据的反映指标,利用LDA对轴承多重故障的无量纲指标数据进行线性映射降维处理;通过拉格朗日极值法获得最佳投影向量,沿着该方向将轴承多重故障数据投影到类别最易区分的方向;将经投影处理后的样本作为BP神经网络的输入样本,通过训练测试网络,实现轴承多重故障的预测分类。对某型装备大型旋转机械机组进行仿真实验,验证了所提方法能够有效对轴承多重故障进行降维映射,并且能较好地实现多重故障分类诊断,具有良好的有效性和实用性。 
点击进入下载-复杂装备轴承多重故障的线性判别分析与反向传播神经网络协作诊断方法_黄大荣.pdf

资源下载此资源下载价格为100知识币,请先
友情提示:
资源下载费用,可免费签到所得到。
搜索不到需要的书籍,请留言(书名+作者)。书籍无法正常下载,请在用户中心的工单留言。
资源下载
下载价格:100 知识币
VIP优惠:免费
友情提示:
资源下载费用,可免费签到所得到。
搜索不到需要的书籍,请留言(书名+作者)。书籍无法正常下载,请在用户中心的工单留言。
0

评论0

请先

工单异常,如有问题直接联系客服