CA-BP法用于变速机械的故障诊断

ＢＰ神经网络有较强的分类功能，因而很适用于对机械系统的故障诊断，但由于这种网络学习速度较慢、实时性较差，因而不易将其应用于变速机械的故障诊断，因为变速机械的振动信号是非平稳随机振动信号。为加快ＢＰ网络的学习速度，本文首先用Ｃａｌｍａｎ－Ｂｕｃｙ滤波建立变速机械的时变ＡＲ模型时颁特征谱阵，再将特征谱阵中的特征值作为ＢＰ神经网络的输入并进行分类，本文将这种方法称为ＣＡ－ＢＰ法，对比计算表明，ＣＡ－ＢＰ法显著地加快了常规的ＢＰ网络的学习、分类速度。采用ＣＡＢＰ法，本文成功地对变速转子的几种典型故障进行了分类。