基于特征选择与概率神经网络的轴承故障智能诊断研究

摘要

为提高航空发动机轴承故障诊断精度,应用距离评估准则和概率神经网络分类技术,提出了一种基于特征选择与概率神经网络(PNN)的轴承故障智能诊断方法.首先,利用轴承故障试验数据,提取得到14个时域特征和13个频域特征,构成故障诊断多域特征集;其次,为提高分类效率,降低各特征量间的耦合特性对分类结果的影响,应用基于距离评估的特征选择方法,筛选得到分类性能更好的特征参数;在此基础上,应用概率神经网络方法进行了轴承故障诊断研究.应用轴承模拟故障实验数据进行验证,结果表明:与反向传播网络(BP)和自组织神经网络(SOM)诊断方法相比,本文PNN方法诊断精度更高;同时由于采用了特征选择,诊断效率和精度又得到进一步提高.