文献类型：期刊文章

作　　者：侯智[1] 曾杰[1]

HOU Zhi;ZENG Jie(Department of Industrial Engineering,Chongqing University of Technology,Chongqing 400054,China)

机构地区：[1]重庆理工大学机械工程学院工业工程系

出　　处：《机械设计与研究》

基　　金：重庆市基础科学与前沿技术研究项目(cstc2015jcyjA70015; cstc2016jcyjA0081)

年　　份：2019

卷　　号：35

期　　号：3

起止页码：119-122

语　　种：中文

收录情况：BDHX、BDHX2017、CSA、CSA-PROQEUST、CSCD、CSCD_E2019_2020、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：针对轴承套圈沟道磨削监测方法间接、监控信号偏少、识别效率不高、准确率偏低等不足,采用相关分析初选8个与粗糙度相关性较高的信号特征,再采用主成分分析,根据主成分贡献率以及累积贡献率,进一步将8个信号特征转化为3个主成分,采用BP神经网络建立主成分与沟道磨削粗糙度之间的映射关系模型,利用Matlab软件进行训练和验证,粗糙度识别正确率超过95%,能够提高轴承套圈沟道磨削过程的质量监控能力。

关 键 词：BP神经网络 轴承套圈 沟道磨削  粗糙度识别  

分 类 号：TH161.1]