基于PLC的BP神经网络在轴承故障诊断中的研究与应用  

Study on PLC-based BP Neural Network for Fault Diagnosis of Antifriction Bearing

作　　者：王忠峰[1] 汤伟[1,2] 黄俊梅[1] 赵艳子[1] 王孟效[1,2] 

机构地区：[1]陕西科技大学电气与信息工程学院,西安710021 [2]陕西西微测控工程有限公司,陕西咸阳712081

出　　处：《化工自动化及仪表》2011年第3期327-331,共5页Control and Instruments in Chemical Industry

基　　金：国家自然基金资助项目(30972322)

摘　　要：采用基于PLC的BP神经网络方法对滚动轴承进行故障检测,由于BP神经网络的小样本、非线性和自学习特点以及PLC的硬件支持,为高浓磨浆机滚动轴承的故障检测过程提供了可行性的依据。仿真结果表明,此方法具有高精度、可靠性和快速性等优点。The method of detecting rolling bearing was presented.The BP Neural Network boasting of small sample,nonlinearity and self-learning and PLC support provided a feasible basis for the fault diagnosis of rolling bearing.The simulation results show that the method has high-precision,reliability and rapidity.

关 键 词：BP神经网络 PLC 滚动轴承 高浓磨浆机 

分 类 号：TP306[自动化与计算机技术—计算机系统结构]