基于模块化神经网络的轴承故障判断方法

提出了一种用于滚动轴承类故障识别的混合模块化神经网络方法 .该方法将用于检测故障的过滤网络模块与用于分类的网络模块相组合 .首先将不同故障类别轴承的振动信号形成的特征向量经过滤模块 ,用改进的BP算法判断有无故障 ,然后经分类网络模块确定其所属故障类型 .分类模块中的网络结构则通过对每类故障独立训练形成 .实验结果证明 ,与单一神经网络学习及判断结果相比较 ,本文提出的方法准确率更高 。