77范文网 - 专业文章范例文档资料分享平台

张俊-小波和RBF神经网络在滚动轴承故障诊断中应用1(2)

来源:网络收集 时间:2021-04-05 下载这篇文档 手机版
说明:文章内容仅供预览,部分内容可能不全,需要完整文档或者需要复制内容,请下载word后使用。下载word有问题请添加微信号:或QQ: 处理(尽可能给您提供完整文档),感谢您的支持与谅解。点击这里给我发消息

2 径向基函数网络结构及其学习算法

径向基函数RBF神经网络结构由输入层、隐层、输出层组成,输入层节点只传递输入信号到隐层,隐层节点采用径向基函数作为激励函数,而输出层节点是简单的线性函数。隐层节点的激励函数将对输入信号在局部产生响应,即当输入信号靠近基函数的中心范围时,隐层节点将产生较大的输出,因此径向基函数网络有较强的局部逼近能力。

高斯函数 (x) exp( x2)具有良好性能,多用其作为径向基函数,则RBF网络的输出为:

N

[4]

yt

w

k 1

k

exp(

x ck2

2k

2

) (1)

高斯函数网络的学习参数有三个,即各径向基函数的中心ck、方差 k以及输出单元的权值wk,其中x是函数的自变量矢量, 是输入量。

RBF神经网络的学习过程主要分为两个阶段:先根据输入样本求出各隐层节点高斯函数的中心ck和每个中心的半径 k,通常采用K-均值聚类算法;隐层参数确定以后, 还需要求出隐层和输出层之间的权值wk, 通常采用递推最小二乘法(RLS)计算[5-6]。

3 故障特征向量的提取

小波包分解具有多分辨率特点,利用它将轴承振动信号进行三层小波包分解,以获取轴承振动信号在不同频带内的能量,由小波包分解提取滚动轴承特征的具体算法如下-:

1)采集回来的振动信号首先经过归一化等预处理,然后用小波包进行降噪处理。随后对信号采样序列用Daubechies小波包进行3层正交小波分解,分别提取第3层从低频到高频共8个频率成分的信号特征, 8个频率段分别为: 0~512Hz、512~1024Hz、1024~1536Hz、1536~2048Hz、2048~2560Hz、2560~3072Hz、3072~3584Hz、3584~4096Hz。

2)对小波包分解系数重构,提取各频带范围的信号。设S3j(j 0,1, ,7)表示小波包分解第3层系数

d3j(j 0,1, ,7)的重构信号,则总信号S表示为:

7

[67]

S

S

j 0

3j

(2)

3)求各频带信号的总能量。设E3j(j 0,1, ,7)为第3层小波包分解各频段序列的能量, 则有:

2

n

E3j

S3j(t)

k 1

xjk

2

(3)

式中,xjk(j 0,1, ,7;k 1,2, ,n)表示各频率段重构信号离散点的幅值。

4)构造特征向量。当系统出现故障时,会对各频带内信号的能量有较大影响,因此可以用能量为元素,以第3层小波分解序列的能量作为元素构造特征向量。特征向量T [E30,E31,E32,E33,E34,E35,E36,E37]。

当能量较大时,E3j(j 0,1, ,7)通常是一个较大的数量,为了便于计算机的处理,将特征向量进

7

行归一化处理,令E ( E3j)1/2, 归一化后的向量T

j 0

2

1E

[E30,E31,E32,E33,E34,E35,E36,E37]。

百度搜索“77cn”或“免费范文网”即可找到本站免费阅读全部范文。收藏本站方便下次阅读,免费范文网,提供经典小说教育文库张俊-小波和RBF神经网络在滚动轴承故障诊断中应用1(2)在线全文阅读。

张俊-小波和RBF神经网络在滚动轴承故障诊断中应用1(2).doc 将本文的Word文档下载到电脑,方便复制、编辑、收藏和打印 下载失败或者文档不完整,请联系客服人员解决!
本文链接:https://www.77cn.com.cn/wenku/jiaoyu/1210688.html(转载请注明文章来源)
Copyright © 2008-2022 免费范文网 版权所有
声明 :本网站尊重并保护知识产权,根据《信息网络传播权保护条例》,如果我们转载的作品侵犯了您的权利,请在一个月内通知我们,我们会及时删除。
客服QQ: 邮箱:tiandhx2@hotmail.com
苏ICP备16052595号-18
× 注册会员免费下载(下载后可以自由复制和排版)
注册会员下载
全站内容免费自由复制
注册会员下载
全站内容免费自由复制
注:下载文档有可能“只有目录或者内容不全”等情况,请下载之前注意辨别,如果您已付费且无法下载或内容有问题,请联系我们协助你处理。
微信: QQ: