车辆与动力技术
車輛與動力技術
차량여동력기술
VEHICLE & POWER TECHNOLOGY
2006年
4期
44-48
,共5页
模糊神经网络%小波奇异性%变速箱
模糊神經網絡%小波奇異性%變速箱
모호신경망락%소파기이성%변속상
基于小波奇异性分析和模糊神经网络理论,建立变速箱故障识别模型,探讨将两种理论集成用于状态监测以提高故障识别准确度.通过小波变换提取车辆变速箱运行状态监测数据的奇异性指数,并据此训练模糊神经网络,计算表征变速箱技术状况的代码,判断部件是否发生故障及故障类型.对某型车辆变速箱监测信号的研究表明,本模型用于识别变速箱典型故障的误差仅为0.15384.
基于小波奇異性分析和模糊神經網絡理論,建立變速箱故障識彆模型,探討將兩種理論集成用于狀態鑑測以提高故障識彆準確度.通過小波變換提取車輛變速箱運行狀態鑑測數據的奇異性指數,併據此訓練模糊神經網絡,計算錶徵變速箱技術狀況的代碼,判斷部件是否髮生故障及故障類型.對某型車輛變速箱鑑測信號的研究錶明,本模型用于識彆變速箱典型故障的誤差僅為0.15384.
기우소파기이성분석화모호신경망락이론,건립변속상고장식별모형,탐토장량충이론집성용우상태감측이제고고장식별준학도.통과소파변환제취차량변속상운행상태감측수거적기이성지수,병거차훈련모호신경망락,계산표정변속상기술상황적대마,판단부건시부발생고장급고장류형.대모형차량변속상감측신호적연구표명,본모형용우식별변속상전형고장적오차부위0.15384.
