原创力文档- 1、本文档共6页，可阅读全部内容。
- 2、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
- 3、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 6、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
18 3 Vol. 18 No. 3
第 卷 第 期 电 机 与 控 制 学 报
2014 3 Electri c Machines and Control Mar． 2014
年 月
FICA-IPNN 集合型滚动轴承故障诊断方法
1 1 2 1
杨青 ， 王栗 ， 刘彧诚 ， 刘念
(1． ， 110159 ;2． ， 102488)
沈阳理工大学 信息科学与工程学院 辽宁沈阳 北京理工大学机械与车辆学院 北京
: ， ( fast independent
摘 要 为了提高滚动轴承故障诊断的准确性和适应性 提出快速独立成分分析
component analysis ，FICA) 和增量概率神经网络 ( incremental probabilistic neural network ，IPNN) 相
FICA － IPNN 。 ，
结合的 集合型滚动轴承故障诊断方法 首先 针对滚动轴承的故障振动信号非高斯
， FICA ， ，
特点 利用固定点迭代的 算法提取出滚动轴承振动信号特征 其次 为了提高概率神经网络
， ， ， 。 ，
分类的适应性 采用在线增量方法 优化概率神经网络结构 训练概率神经网络参数 实验表明 该
集合型故障诊断方法较传统概率神经网络有更高的分类准确性和适应性 。
: ; ; ; ;
关键词 故障诊断 快速独立成分分析 增量概率神经网络 特征提取 滚动轴承
中图分类号:TP 206 文献标志码:A 文章编号:1007－ 449X (2014)03－ 0073－ 06
FICA-IPNN ensemble fault diagnosis approach of rolling bearing
1 1 2 1
YANG Qing ， WANG Li ， LIU Yu-cheng ， LIU Nian
(1． School of Information Science and Engineering，Shenyang Ligong University ，Shenyang 110159 ，
文档评论（0）