慕海林 王志刚 徐增丙

自适应共振理论的轴承故障诊断武汉科技大学机械自动化学院，武汉，430081



基于软竞争Yu范数自适应共振理论的轴承故障诊断方法

慕海林 王志刚 徐增丙

自适应共振理论的轴承故障诊断武汉科技大学机械自动化学院，武汉，430081

传统自适应共振理论网络模型利用硬竞争机制对故障类边界处的样本进行分类时易造成误分类，为此，提出了基于软竞争Yu范数自适应共振理论的轴承故障诊断方法。将基于模糊竞争学习的软竞争方法引入Yu范数自适应共振理论模型中，根据模式节点与输入样本间隶属度的大小，对竞争层多个节点进行训练和学习。通过对轴承故障试验数据的诊断分析可知，该方法不但能有效识别不同类型的故障，而且能识别不同严重程度故障，且诊断精度优于自适应共振理论模型和模糊C均值聚类模型。

故障诊断；自适应共振理论；软竞争；Yu范数

0 引言

滚动轴承是机械系统中常用的重要部件，其运行状态直接影响整个系统的性能，一旦发生故障或失效，将引发设备产生灾难性后果，因此，对轴承故障进行诊断具有重要意义。人工神经网络因其非线性映射、鲁棒性强、自组织和自学习能力强等特点，在故障诊断中得到了广泛的应用[1-3]。传统神经网络不能在保存以前学习知识的前提下接纳新的模式，导致其应用范围受到了限制。自适应共振理论(adaptive resonance theory，ART)神经网络模型解决了传统神经网络“适应性”与“稳定性”两难的问题，而广泛应用于模式识别、故障分类等领域。……