基于改进的ART2神经网络的滚动轴承故障诊断

摘要

cqvip:针对自适应共振理论2(ART2)神经网络在分类时存在只选择输出值最大的神经元以及噪声对结果影响较大的缺点,提出一种结合小波软阈值和K均值算法的ART2神经网络分类方法;采用小波软阈值对滚动轴承故障信号进行降噪,并通过相对小波包能量体现降噪后的信号更好的信号互异性,然后运用ART2神经网络进行初步分类,将K均值算法引入ART2神经网络,对原有的算法进行修正,并与ART2神经网络分类结果进行对比。结果表明,改进的方法解决了上述的问题,提高了故障分类的准确性。