基于BP神经网络的轴承套圈沟道磨削粗糙度识别

论文摘要

针对轴承套圈沟道磨削监测方法间接、监控信号偏少、识别效率不高、准确率偏低等不足,采用相关分析初选8个与粗糙度相关性较高的信号特征,再采用主成分分析,根据主成分贡献率以及累积贡献率,进一步将8个信号特征转化为3个主成分,采用BP神经网络建立主成分与沟道磨削粗糙度之间的映射关系模型,利用Matlab软件进行训练和验证,粗糙度识别正确率超过95%,能够提高轴承套圈沟道磨削过程的质量监控能力。

论文目录

• 1 状态参数与质量指标
•   1.1 状态参数
•   1.2 质量指标
• 2 信号特征值预处理
•   2.1 相关分析
•   2.2 主成分分析
•     （1） 数据标准化
•     （2） 建立相关系数矩阵
•     （3） 求解相关系数矩阵
•     （4） 确定主成分数量
• 3 BP神经网络
•   3.1 基本原理
•   3.2 参数设置
• 4 案例应用
•   4.1 网络训练
•   4.2 网络验证
• 5 结 论

文章来源

类型: 期刊论文

作者: 侯智,曾杰

关键词: 神经网络,轴承套圈,沟道磨削,粗糙度识别

来源: 机械设计与研究 2019年03期

年度: 2019

分类: 工程科技Ⅱ辑,工程科技Ⅰ辑,信息科技

专业: 金属学及金属工艺,自动化技术

单位: 重庆理工大学机械工程学院工业工程系

基金: 重庆市基础科学与前沿技术研究项目(cstc2015jcyjA70015,cstc2016jcyjA0081)

分类号: TG580.6;TP183

DOI: 10.13952/j.cnki.jofmdr.2019.0199

页码: 119-122

总页数: 4

文件大小: 930K

下载量: 110