基于EKF训练的归一化RBF神经网络在旋转机械故障诊断中的应用

摘要

在RBF神经网络成熟的基础上，对旋转机械的转子系统进行故障诊断，针对梯度下降法容易产生梯度消失的问题，提出用EKF（Extend Kalman Filter）对权重进行调节训练，并将结果与BP（Back Propagation）算法和梯度下降调节进行比较，用EKF训练的RBF(Radial Basis Function)神经网络不仅在性能上有优势，在精度和迭代速度上亦优于其它方法，相信在今后的实际应用中尤其在旋转机械故障诊断中可以更大的发挥其优势。