|
|||||
|
|
| 基于神经网络的液压机状态监测系统研究 | |
| 作者姓名： | 王建军 郝素兰(- |
| 作者单位： | 安徽机电职业技术学院 机械工程学院 |
| 基金项目： | 安徽省高校自然科学研究重点项目“基于云平台的液压机液压系统故障智能诊断技术研究”(KJ2020A1108);安徽省 2021 年高校学科(专业)拔尖人才学术资助项目“大型运载装备多机分布式协同控制智能化和关键技术研究”(GXB JZD2021100);安徽机电职业技术学院2019年特色高水平专业建设项目“机械设计与制造专业”(2019TGZY01) |
| 摘 要： | 神经网络是一种类似于人类神经系统的人工智能模型,利用神经网络可以对传统的监测数据 进行组合和筛选,以提高故障检测的准确度。 为提升液压机状态监测系统的故障评估性能,利用基 于神经网络的机器学习方法的优势,提出一种设备状态监测解决新方案。 对大量数据进行神经网络 模型训练及特征提取,从而实现对液压机监测系统故障的准确识别。 |
| 关 键 词： | 神经网络 液压机 状态监测 机器学习 |
| 点击此处可从《重庆科技学院学报(自然科学版)》浏览原始摘要信息 | |
| 点击此处可从《重庆科技学院学报(自然科学版)》下载全文 | |