基于MIV与RBF神经网络的滚珠丝杠故障诊断_温国强.pdf.docVIP

基于 MIV 与 ＲBF 神经网络的滚珠丝杠故障诊断* 温国强 文 妍 谭继文 ( 青岛理工大学，山东 青岛 266033) 摘 要: 滚珠丝杠故障特征值引入平均影响值( MIV) 的特征值筛选方法，剔出冗余特征值，减少了特征向量 数; 设计了径向基( ＲBF) 神经网络，并建立了基于 MIV 与 ＲBF 神经网络的滚珠丝杠故障识别模 型。经试验，对“未筛选 － BP”、“未筛选 －ＲBF”和“MIV －ＲBF”三种诊断模型进行对比分析研究， 结果表明: “MIV －ＲBF”训练步数少、收敛快、诊断精度高，是一种较为理想的滚珠丝杠故障诊断 方法。 关键词: 滚珠丝杠 MIV 特征值筛选 ＲBF 神经网络 故障诊断 中图分类号: TG659 文献标识码: A Fault diagnosis of ball screw based on MIV and ＲBF neural network WEN Guoqiang，WEN Yan，TAN Jiwen ( Qingdao Technological University，Qingdao 266033，CHN) Abstract: The Mean Impact Value ( MIV) is introduced to remove the redundant features and reduce the number of f