排序方式: 共有3条查询结果,搜索用时 15 毫秒
1
1.
介绍了BP网络的原理、算法.并用BP网络对工程机械液压伺服控制系统的故障进行了趋势预测。经过相关模拟加载实验验证,证明用人工神经网络可较好地预报机器故障,变被动维修为视情维修,可节省大量的设备维修费用,为合理安排生产计划及设备检修提供了可靠的依据。 相似文献
2.
针对齿轮箱振动信号的非线性和非平稳性,提出一种多重分形和粒子群优化的支持向量机(PSO-SVM)相结合的故障诊断方法。首先采用短时分维作为模糊控制参数的分形滤波器对背景噪声较大的齿轮箱振动信号进行滤波降噪;其次引入多重分形谱算法对滤波后信号进行分析,发现多重分形特征量Δa(q)、f(a(q))max、盒子维数Db能很好地反映齿轮箱工作状态;最后对支持向量机(SVM)的参数利用粒子群优化(PSO)算法进行优化,并将多重分形特征量分别作为SVM和PSOSVM的输入参数以识别齿轮箱故障。结果表明,基于粒子群优化的支持向量机可以提高分类正确率。同时证明了基于多重分形和PSO-SVM在齿轮箱故障诊断中的有效性。 相似文献
3.
1