论文部分内容阅读
根据声发射检测中常用的BP、RBF和PNN神经网络模型，利用声发射在线检测系统对故障滚动轴承进行测试，提取不同故障轴承声发射信号特征参量作为神经网络输入向量，并分别用3种神经网络对滚动轴承故障模式进行识别．结果表明，采用BP神经网络的声发射信号识别技术的正确识别率略低于其余2种的识别率；RBF和PNN网络的分类结果相同，且在分类能力和学习速度方面均优于BP网络．