基于ART2神经网络应用于齿轮箱智能故障诊断的改进

文档名：基于ART2神经网络应用于齿轮箱智能故障诊断的改进
对于自适应共振(AdaptiveResonanceTheory2,ART2)神经网络在分类时存在只选择输出值最大的神经元,以及噪声对结果影响较大的缺点,提出了一种结合小波软阈值和K-means算法的ART2神经网络分类方法.首先采用小波软阈值将信号降噪,再将降噪后的信号通过相对小波包能量体现其更好的信号互异性,然后运用ART2神经网络进行初步分类,将K-means算法引入ART2神经网络中,对原有的算法进行修正,与ART2神经网络分类结果进行了对比,分析结果表明改进后的方法解决了上述的问题,提高了故障分类的准确性.
作者：吴肇中郝如江金治彬
作者单位：石家庄铁道大学机械工程学院,石家庄050043
母体文献：2018年全国设备监测诊断与维护学术会议暨第十六届全国设备故障诊断学术会议、第十八届全国设备监测与诊断学术会议、2018年全国设备诊断工程会议论文集
会议名称：2018年全国设备监测诊断与维护学术会议暨第十六届全国设备故障诊断学术会议、第十八届全国设备监测与诊断学术会议、2018年全国设备诊断工程会议  
会议时间：2018年8月1日
会议地点：内蒙古包头
主办单位：中国机械工程学会,中国振动工程学会,中国设备管理协会
语种：chi
分类号：
关键词：齿轮箱  智能故障诊断  ART2神经网络  小波软阈值  K-means算法
在线出版日期：2021年12月15日
基金项目：
相似文献
相关博文

2024-12-10 13:23 上传 基于ART2神经网络应用于齿轮箱智能故障诊断的改进.pdf

文件大小:

900.3 KB

下载次数:

60

高速下载