制造业自动化
製造業自動化
제조업자동화
MANUFACTURING AUTOMATION
2013年
6期
54-56
,共3页
小波包%径向基函数神经网络%故障诊断
小波包%徑嚮基函數神經網絡%故障診斷
소파포%경향기함수신경망락%고장진단
本文提出了一种新的汽车发动机故障诊断方法.首先利用小波包对故障信号进行处理,将能量信息作为识别故障的特征向量,并采用了隐含层节点的动态删除策略对径向基函数神经网络结构进行精简.利用训练样本数据,得到最优预测模型,并用检验样本数据对所得的预测模型进行检验.试验表明该诊断方法对发动机故障诊断有良好的诊断效果,能够对故障进行准确分类.
本文提齣瞭一種新的汽車髮動機故障診斷方法.首先利用小波包對故障信號進行處理,將能量信息作為識彆故障的特徵嚮量,併採用瞭隱含層節點的動態刪除策略對徑嚮基函數神經網絡結構進行精簡.利用訓練樣本數據,得到最優預測模型,併用檢驗樣本數據對所得的預測模型進行檢驗.試驗錶明該診斷方法對髮動機故障診斷有良好的診斷效果,能夠對故障進行準確分類.
본문제출료일충신적기차발동궤고장진단방법.수선이용소파포대고장신호진행처리,장능량신식작위식별고장적특정향량,병채용료은함층절점적동태산제책략대경향기함수신경망락결구진행정간.이용훈련양본수거,득도최우예측모형,병용검험양본수거대소득적예측모형진행검험.시험표명해진단방법대발동궤고장진단유량호적진단효과,능구대고장진행준학분류.
