通用机械
通用機械
통용궤계
GENERAL MACHINERY
2011年
8期
29-31
,共3页
BP神经网络%除尘风机%机械振动%故障诊断
BP神經網絡%除塵風機%機械振動%故障診斷
BP신경망락%제진풍궤%궤계진동%고장진단
将BP神经网络技术引入到大型除尘风机的振动故障诊断中结合神经网络的结构分析了其工作原理和算法.通过一个设备故障实例,利用神经网络对设备的故障特征和测试信号等数据进行学习和训练,模拟了专家对故障所进行的推理、判断和决策,从而获得了正确可靠的诊断结论.测试结果表明:文中建立的BP神经网络对训练的特征样本进行模式识别具备了很高的准确率,实现了诊断分析的智能化.
將BP神經網絡技術引入到大型除塵風機的振動故障診斷中結閤神經網絡的結構分析瞭其工作原理和算法.通過一箇設備故障實例,利用神經網絡對設備的故障特徵和測試信號等數據進行學習和訓練,模擬瞭專傢對故障所進行的推理、判斷和決策,從而穫得瞭正確可靠的診斷結論.測試結果錶明:文中建立的BP神經網絡對訓練的特徵樣本進行模式識彆具備瞭很高的準確率,實現瞭診斷分析的智能化.
장BP신경망락기술인입도대형제진풍궤적진동고장진단중결합신경망락적결구분석료기공작원리화산법.통과일개설비고장실례,이용신경망락대설비적고장특정화측시신호등수거진행학습화훈련,모의료전가대고장소진행적추리、판단화결책,종이획득료정학가고적진단결론.측시결과표명:문중건립적BP신경망락대훈련적특정양본진행모식식별구비료흔고적준학솔,실현료진단분석적지능화.
