基于BP神经网络的滚动轴承故障诊断方法.pdf

文档介绍：基于 BP 神经网络的滚动轴承故障诊断方法
摘 要：本文简要介绍 BP 神经网络的结构与原理，通过对滚动轴承正常和故障状态的振动
信号的分析处理，提取了能够反映滚动轴承运行状态的特征参数，将归一化
n
（ ）
i = [∑ ij xwfy −θij ] 1
j=1
式中 y i ——隐层或输出层第 i 个单元的输出
x j ——上一层第 j 个单元的输出
θi ——该层第 i 个节点的阈值
N ——上一层的节点总数
w ij ——上一层第 j 个节点与该层第 i 个节点的连接权
f ——作用函数
作用函数一般为 Sigmoid 函数 ,即
1
()xf = （2）
1+ e−x
1 n
误差函数 *2 （ ）
Eykj=−∑(yj) 3
2 j=1
*
式中 y j 为第 j 节点期望输出值； y j 为第 j 节点实际输出值
通过神经网络的自学****调整权值,使得 BP 网络学****算法的误差要求满足 Ek ≤ ε ,如果
不能满足，那么利用梯度下降法反向计算各层误差，即反向传播过程：
1 1 （ ）
jk = ∑ xwfO jij )( 4
1