摘要
对机械工业中常用的评价滚动轴承故障的冲击脉冲法，提出了一种基于神经网络的故障评价系数自修正策略。这一修正系数模块已用于工业现场滚动轴承状态在线监测系统中，经长期运行的实践证明，自修正系数模块的引入极大地提高了滚动轴承运行状态判断的准确性。
Shock pulse method (SPM) is introduced.This method is applied to rolling bearing condition monitoring and fault diagnosis. Neural networks based parameter self-modification strategy using for SPM are presented.The system has been working in industry site on-line.The long period of perfect running has proved that the system can highly improve the accuracy of fault diagnosis.
出处
《机械工程学报》
EI
CAS
CSCD
北大核心
1999年第2期85-87,共3页
Journal of Mechanical Engineering
基金
中国石化总公司重点科技开发项目
关键词
滚动轴承
冲击脉冲法
神经网络
自修正系数
Rolling bearing Shock pulse method Neural networks Parameter self-modification
