摘要：提出了一种新颖的、基于独立分量分析(ICA)的多层神经网络,用于旋转机械不同模式(如正常及轴承故障等)的特征抽取,随后利用多层感知器(MLP)实施最终的模式分类.借助独立分量分析方法,隐藏于多通道振动观测中的不变特征得到有效提取,从而建立起稳定的MLP分类器.试验所获得的成功分类结果表明,所建议的新的旋转机械健康状况监测方法具有较大的应用潜力.

关键词：旋转机械 独立分量分析 互信息 主分量分析 多层感知器 

单位：浙江大学机械工程及自动化系; 杭州; 310027