机械设计与制造
機械設計與製造
궤계설계여제조
MACHINERY DESIGN & MANUFACTURE
2013年
9期
134-136,139
,共4页
核电数控轮槽铣床%神经网络%平均无故障时间%系统可靠度%可靠性分析
覈電數控輪槽鐉床%神經網絡%平均無故障時間%繫統可靠度%可靠性分析
핵전수공륜조선상%신경망락%평균무고장시간%계통가고도%가고성분석
Nuclear Power NC Wheel Groove Milling Machine%Neural Network%Mean Time Between Failures%System Reliability%Reliability Analysis
针对核电数控轮槽铣床可靠性数据样本量复杂,传统可靠性分析方法无法进行可靠性分析或分析误差较大等问题,采用神经网络对核电数控轮槽铣床进行可靠性分析,通过建立神经网络可靠性模型,可以准确的确定各子系统可靠度及对应的平均无故障时间与系统可靠度之间的关系,将训练结果与实际结果相比最大误差仅为0.089,可见神经网络大幅度提高了机床的可靠度分析精度.为系统可靠性分析和系统维修决策的研究提出了新的思维路径,具有很好的应用前景.
針對覈電數控輪槽鐉床可靠性數據樣本量複雜,傳統可靠性分析方法無法進行可靠性分析或分析誤差較大等問題,採用神經網絡對覈電數控輪槽鐉床進行可靠性分析,通過建立神經網絡可靠性模型,可以準確的確定各子繫統可靠度及對應的平均無故障時間與繫統可靠度之間的關繫,將訓練結果與實際結果相比最大誤差僅為0.089,可見神經網絡大幅度提高瞭機床的可靠度分析精度.為繫統可靠性分析和繫統維脩決策的研究提齣瞭新的思維路徑,具有很好的應用前景.
침대핵전수공륜조선상가고성수거양본량복잡,전통가고성분석방법무법진행가고성분석혹분석오차교대등문제,채용신경망락대핵전수공륜조선상진행가고성분석,통과건립신경망락가고성모형,가이준학적학정각자계통가고도급대응적평균무고장시간여계통가고도지간적관계,장훈련결과여실제결과상비최대오차부위0.089,가견신경망락대폭도제고료궤상적가고도분석정도.위계통가고성분석화계통유수결책적연구제출료신적사유로경,구유흔호적응용전경.