基于BP优化DBN算法的数控锻床传动主轴故障识别

滚动轴承实际运行阶段受到多种外部因素干扰,使得监测数据中含有多种工况的复杂故障信号,可以通过DBN模型的特征自适应提取性能从复杂信号中提取出故障参数。为了解决处理更深层次神经网络会导致时间明显增加现象,在DBN基础上经过优化后再将其用于诊断传动主轴故障,此方法是通过建立新激活函数来消除神经网络对于反向传播产生的梯度缺陷,实现了故障识别准确率的明显提升,具备显著优势。