基于人工神经网络的电机轴承故障诊断方法

摘要

本发明公开了一种基于人工神经网络的电机轴承故障诊断方法，首先利用振动传感器采集电机轴承的内圈、外圈及滚动体在不同状态下的振动信号作为特征数据，组成特征向量，作为神经网络的输入，然后根据提取到的特征向量的维数，确定人工神经网络的节点数，设计人工神经网络，接着将特征信号的一部分作为训练样本，利用训练神经网络，得到期望输出，最后将剩余特征信号作为验证样本，对电机轴承的故障点进行诊断。本发明利用人工神经网络对电机轴承的各类故障进行判断，人工神经网络可以用于识别复杂或未知的系统，人工神经网络具有很强的抗干扰能力，即使系统受到干扰也不影响神经网络的识别，且人工神经网络的识别准确度高，具有很强的实用性。