| 基于自适应RBF人工神经网络的电牵引采煤机轴承故障诊断 |
| |
| 引用本文： | 王晓华,谭得健,张建文,陈尔奎.基于自适应RBF人工神经网络的电牵引采煤机轴承故障诊断[J].煤矿机械,2002(4):75-76. |
| |
| 作者姓名： | 王晓华 谭得健 张建文 陈尔奎 |
| |
| 作者单位： | 中国矿业大学,江苏,徐州,221008 |
| |
| 摘 要： | 将自适应RBF人工神经网络应用到电牵引采煤机轴承故障诊断 ,通过对轴承振动信号处理 ,证明此方法进行故障诊断具有及时性、准确性和灵活性
|
| 关 键 词： | 电牵引采煤机 轴承 自适应RBF 神经网络 故障诊断 |
| 文章编号： | 1003-0794(2002)04-0075-02 |
| 修稿时间： | 2002年1月13日 |
The fault diagnosis of the electricity-drawn mining machine based on the self-adaptive artificial neural network RBF |
| |
| WANG Xiao_hua,TAN De_jian,ZHANG Jian_wen,CHEN Er_kui.The fault diagnosis of the electricity-drawn mining machine based on the self-adaptive artificial neural network RBF[J].Coal Mine Machinery,2002(4):75-76. |
| |
| Authors: | WANG Xiao_hua TAN De_jian ZHANG Jian_wen CHEN Er_kui |
| |
| Abstract: | By applying the self_adaptive artificial neural network RBF to the fault diagnosis of the electricity_drawn mining machine and processing the bear vibration signals,we can prove this fault diagnosis method is timely,accurate and flexible. |
| |
| Keywords: | electricity_drawn mining machine bear self_adaptive RBF neural network fault diagnosis |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ |
