基于KPCA和BPNN的模拟加载系统油压信号识别技术研究

作者：王东; 王新晴; 段金辉; 梁升; 沈新民

来源：机械制造与自动化, 2016, 45(05): 103-106.

DOI：10.19344/j.cnki.issn1671-5276.2016.05.029

• 工程机械
• 模拟加载
• 油压信号
• 核主元分析
• BP神经网络

为解决模拟加载系统油压信号的识别问题,提出了一种基于核主元分析(KPCA)特征提取和BP神经网络(BPNN)相结合的模式识别方法。该方法首先采用KPCA对原始样本数据进行特征提取,然后采用BPNN构造模式分类器,对工作装置6种不同工作状态信号进行识别。实验结果验证了该方法的有效性,为同类液压系统的信号特征分析及模式识别提供了参考。

• 单位
  解放军理工大学野战工程学院