论文部分内容阅读
提出了一种基于免疫识别的神经网络故障检测模型。该模型根据免疫识别原理来构造神经网络检测器，通过训练将被检测对象的故障模式信息存储于分布的检测器中，检测器用于捕获被检测轴承的异常模式特征，当检测器与特征样本匹配时则激活该检测器，根据检测器的激活情况来发现故障，并给出了相应的训练算法。通过滚动轴承损伤检测的仿真实验，表明该方法对由轴承损伤冲击造成的信号突变保持了较高的灵敏度和分辨率，对于滚动轴承的监测具有一定的应用价值，并可方便地推广到其他类似的工业应用领域。