基于改进RBF神经网络的电机故障诊断方法研究 |
| |
作者单位: | ;1.兰州城市学院培黎石油工程学院 |
| |
摘 要: | 考虑到RBF神经网络隐层高斯径向基函数的参数较难确定,电机故障的多样性和复杂性,传感器获得信息的不确定性,以及高斯径向基函数与正态云具有相似之处,将云模型和RBF神经网络相结合用于诊断电机故障.通过高维云变换确定RBF隐含层神经元数,优化RBF神经网络结构.最后提取信号的奇异值熵和样本熵作为特征参数,输入改进的RBF神经网络,进行实验仿真.结果表明,新模型能较好地实现对电机轴承的故障诊断.
|
关 键 词: | 云模型 云变换 RBF神经网络 电机故障诊断 |
Research on Fault Diagnosis Method of Motor Based on Improved RBF Neural Network |
| |
Abstract: | |
| |
Keywords: | |
|
|