排序方式: 共有5条查询结果,搜索用时 0 毫秒
1
1.
利用SOM网络可视化方法诊断液压系统故障 总被引:3,自引:0,他引:3
由于液压系统的非线性、故障机理的复杂性和多样性,很难准确判断复杂液压系统的故障原因,利用神经网络具有良好的非线性映射能力、自学习适应能力和并行信息处理能力,为解决未知不确定非线性系统的问题提供了一条新的思路.介绍了基于自组织特征映射神经网络(SOM网络)进行液压系统故障诊断的方法.SOM网络是一种重要的无导师学习训练算法的神经网络,使用该算法进行训练后,可以将高维输入空间映射到二维空间上,并对故障现象进行自动分类,从而得出它们对应的故障原因.同时为了便于识别故障,利用U矩阵图对神经网络仿真结果进行可视化.以某工程机械的水平支腿液压系统为例,应用SOM网络进行仿真,并对结果进行可视化.仿真结果表明,SOM网络可视化方法具有故障模式识别能力,为液压系统故障诊断提供一条新途径. 相似文献
2.
基于虚拟样机的发动机曲轴系动力学仿真分析 总被引:1,自引:0,他引:1
基于多刚体和柔性多体系统动力学理论,在虚拟样机软件平台下,针对分析问题不同的侧重点,建立了某型号发动机曲轴系多刚体和柔性多体动力学模型.仿真计算得到曲柄销载荷、活塞缸侧推力以及曲轴的扭转振动谱线等动力学参数.从一个角度证实了基于虚拟样机技术的发动机曲轴系动力学仿真分析的方便性与可靠性,并为发动机曲轴系的设计提供了依据. 相似文献
3.
4.
5.
1