基于IPCA和DNN算法的軸承故障診斷方法研究

打開文本圖片集

摘 要：為滿足現(xiàn)代鋼廠引風(fēng)機(jī)軸承故障診斷的需求，本文提出結(jié)合了基于改進(jìn)的增量主成分分析（Incremental Principal Component Analysis，IPCA）和深度神經(jīng)網(wǎng)絡(luò)（Deep Neural Network，DNN）的復(fù)合振動(dòng)信號(hào)處理算法模型。根據(jù)實(shí)際引風(fēng)機(jī)軸承振動(dòng)信號(hào)數(shù)據(jù)，利用Pycharm的Python實(shí)驗(yàn)平臺(tái)對(duì)該模型進(jìn)行多分類回歸試驗(yàn)。（剩余2778字）