论文部分内容阅读
针对旋转机械轴心轨迹的识别准确率低、识别速度慢等问题,结合BP神经网络,提出基于高度函数的旋转机械轴心轨迹识别算法。该算法首先利用小波滤波对旋转机械不同故障的轴心轨迹进行预处理,其次采用高度函数描述子提取预处理后的轴心轨迹图像特征,然后使用部分图像的特征训练BP神经网络,最后将训练好的BP神经网络用于剩余图像的识别。实验结果表明:在自建的模拟轴心轨迹数据库中,该算法识别率最高,达94.2%,单个样本识别耗时0.006 ms,满足实时性要求;对于实际测量的转子不平衡故障检测准确率也达91.6%,有较高