机械工业论文_基于综合信息融合神经网络的轴承-脑与神经疾病杂志

一、稿件要求： 1、稿件内容应该是与某一计算机类具体产品紧密相关的新闻评论、购买体验、性能详析等文章。要求稿件论点中立，论述详实，能够对读者的购买起到指导作用。文章体裁不限，字数不限。 2、稿件建议采用纯文本格式(*.txt)。如果是文本文件，请注明插图位置。插图应清晰可辨，可保存为*.jpg、*.gif格式。如使用word等编辑的文本，建议不要将图片直接嵌在word文件中，而将插图另存，并注明插图位置。 3、如果用电子邮件投稿，最好压缩后发送。 4、请使用中文的标点符号。例如句号为。而不是.。 5、来稿请注明作者署名(真实姓名、笔名)、详细地址、邮编、联系电话、E-mail地址等，以便联系。 6、我们保留对稿件的增删权。 7、我们对有一稿多投、剽窃或抄袭行为者，将保留追究由此引起的法律、经济责任的权利。二、投稿方式： 1、请使用电子邮件方式投递稿件。 2、编译的稿件，请注明出处并附带原文。 3、请按稿件内容投递到相关编辑信箱三、稿件著作权： 1、投稿人保证其向我方所投之作品是其本人或与他人合作创作之成果，或对所投作品拥有合法的著作权，无第三人对其作品提出可成立之权利主张。 2、投稿人保证向我方所投之稿件，尚未在任何媒体上发表。 3、投稿人保证其作品不含有违反宪法、法律及损害社会公共利益之内容。 4、投稿人向我方所投之作品不得同时向第三方投送，即不允许一稿多投。若投稿人有违反该款约定的行为，则我方有权不向投稿人支付报酬。但我方在收到投稿人所投作品10日内未作出采用通知的除外。 5、投稿人授予我方享有作品专有使用权的方式包括但不限于：通过网络向公众传播、复制、摘编、表演、播放、展览、发行、摄制电影、电视、录像制品、录制录音制品、制作数字化制品、改编、翻译、注释、编辑，以及出版、许可其他媒体、网站及单位转载、摘编、播放、录制、翻译、注释、编辑、改编、摄制。 6、投稿人委托我方声明，未经我方许可，任何网站、媒体、组织不得转载、摘编其作品。

机械工业论文_基于综合信息融合神经网络的轴承

作者:

关键词:

摘要：

文章目录

0 引言

1 综合启发信息神经网络

1.1 前置融合的神经网络故障诊断模型

1.2 后置融合的神经网络故障诊断模型

1.3 综合信息融合神经网络故障诊断模型

2 实验与结果分析

2.1 数据获取

2.2 融合神经网络与融合前对比

2.3 融合神经网络与其他方法对比

3 结束语

文章摘要:因轴承的工作环境恶劣，导致其故障多发，在对轴承故障进行快速诊断和定位时存在困难，为此，提出了一种基于综合信息融合神经网络的轴承故障智能诊断方法。首先，介绍了前置神经网络的工作原理，推导了前置神经网络的链接权值系数训练方法，制定了前置神经网络的算法流程；并基于D-S证据论和Dempster组合规则，设计了后置神经网络的故障诊断方法；然后，提出了基于综合信息融合神经网络的轴承故障诊断方法，完成了两种神经网络的优势融合；最后，为了对基于综合信息融合神经网络的轴承故障诊断方法的有效性进行验证，采用了美国凯斯西储大学的轴承实验数据进行了试验。研究结果表明：无后置融合模块的故障识别率均值为90.45%,无前置融合模块的故障识别率均值为89.93%,综合信息融合神经网络的故障识别率均值为99.33%;该结果证明，基于综合信息融合神经网络的诊断方法具有较高的故障识别准确率和较强的鲁棒性，将综合信息融合神经网络应用于轴承故障诊断是有效的。

文章关键词:

论文作者:裴红蕾

作者单位:无锡工艺职业技术学院机电与信息工程学院

论文分类号:TH17;TH133.3

文章来源：《脑与神经疾病杂志》网址: http://www.nysjjb.cn/qikandaodu/2022/0612/635.html