机械强度
機械彊度
궤계강도
JOURNAL OF MECHANICAL STRENGTH
2000年
2期
104-106,112
,共4页
故障诊断%神经网络%旋转机械%智能诊断%感知器
故障診斷%神經網絡%鏇轉機械%智能診斷%感知器
고장진단%신경망락%선전궤계%지능진단%감지기
一般对特定的基于多层感知器的故障诊断问题,很难确定神经网络的结构.在分析了多层感知器对故障的识别和诊断能力后,采用由小到大和由大到小的方法确定神经网络隐层数与隐层单元数.研究了基于神经网络和振动频谱的旋转机械故障诊断方法;研制了一个基于该方法的智能故障诊断系统,该系统集网络学习、故障诊断、数据库管理和数据查询为一体.在该智能诊断系统中采用了知识子块的概念,系统界面友好,交互性强.将其应用于某个大型风机的故障诊断中,结果表明该系统操作方便,诊断结果准确可靠,且具有很强的鲁棒性,对某些情况可以实现自动诊断,进而证明了该诊断方法的有效性.
一般對特定的基于多層感知器的故障診斷問題,很難確定神經網絡的結構.在分析瞭多層感知器對故障的識彆和診斷能力後,採用由小到大和由大到小的方法確定神經網絡隱層數與隱層單元數.研究瞭基于神經網絡和振動頻譜的鏇轉機械故障診斷方法;研製瞭一箇基于該方法的智能故障診斷繫統,該繫統集網絡學習、故障診斷、數據庫管理和數據查詢為一體.在該智能診斷繫統中採用瞭知識子塊的概唸,繫統界麵友好,交互性彊.將其應用于某箇大型風機的故障診斷中,結果錶明該繫統操作方便,診斷結果準確可靠,且具有很彊的魯棒性,對某些情況可以實現自動診斷,進而證明瞭該診斷方法的有效性.
일반대특정적기우다층감지기적고장진단문제,흔난학정신경망락적결구.재분석료다층감지기대고장적식별화진단능력후,채용유소도대화유대도소적방법학정신경망락은층수여은층단원수.연구료기우신경망락화진동빈보적선전궤계고장진단방법;연제료일개기우해방법적지능고장진단계통,해계통집망락학습、고장진단、수거고관리화수거사순위일체.재해지능진단계통중채용료지식자괴적개념,계통계면우호,교호성강.장기응용우모개대형풍궤적고장진단중,결과표명해계통조작방편,진단결과준학가고,차구유흔강적로봉성,대모사정황가이실현자동진단,진이증명료해진단방법적유효성.
