神经网络多参数诊断法.pdfVIP

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
维普资讯 1998年 11月 天 津 大 学 学 报 第 31卷 第 6期 Nov.1998 JOURNAL OF TIANJIN UNIVERSITY V0l-31 No.6 @ 767—77/ 神经网络多参数诊断法 /7 李书明 张丰春 李 韦 曾于平 ———一 (天津大学机械工程学院) 弋瞰 摘 要 讨论了机械故障诊断中采用多事数诊断法的必要睦·.阐述 了神经网蝽理论用于多参敷诊 断的理论依据.归蚋了神经网蝽多参数诊断击的实施步骤,井以滚动轴承故障诊断曲倒,对谊方法 进 行 了实验 验证 .证 明 了谊方法的实用 睦·. 美t词 查查塞堡堑堡.,兰 竖 禳·动轴承 分类号 TP18 阵诊断 机捌藏备, RESEARCH 0N NEURAL NETW ORK M ULTI—PARAM ETER DIAGN0STIC M ETHoD LiShuming W angTaiyong ZhangFengchun LiWei ZengZiping (SchoolofMechanicalEngineering,TianjinUniversity) Abstract Theessentialityofthemulti—parameterdiagnostic~ethodinmachineryfaultdiagnosis isdiscussed.Thetheoreticalbasis0ftheneuralnetworkmulti—parameterdiagnosticmethodisex— pounded。anditsdiagnosticstepsareconcluded.Onthisbasis,arollingbeatingfaultdiagnosisex— perimentisdesignedtoverifythismethod. Keywords multi—parameterdiagnosticmethod,neuralnetwork ·rollingbearing 故障诊断就是对设备运行过程中产生的状态信息进行检测和处理 ,提取 出反映设备状 态的征兆,并据此推断设备现行状态的过程.其实质是一模式识别或状态辩识过程.由于设 备的复杂性和故障形式的多样性,征兆和状态之间不是一一对应的关系,也不存在确切的函 数关系,征兆集到状态集是一复杂的非线性映射 ,这就决定了不能只用一种征兆来确定设备 的状态 ,必须通过对多个征兆的综合才能有效地推断设备的故障.这是多参数诊断法优于单 参数诊断的依据. 实施多参数诊断法要解决两个关键 问题 ,其一是选择合适的特征参数,保证 由这些特征 参数组成的参数空间中各种状态具有最好 的可分性 {其二是采用有效的信息融合技术,将各 个参数进行有机融合,找出参数空间到状态空间的映射关系. 征兆集到状态集之间是一复杂的非线性映射 ,不存在确定的函数表达式.人工神经网络 理论为描述这种映射关系提供 了有效 的工具.理论证 明,具有三层计算单元的多层感知器网 车文 1997年 2月 713收到.1997年 6月 1613收到謦改穑 * 1964年生 ,男,博士,讲师.Bornin1964,male.Dr,lecturer 维普资讯 ·768 天 津 大 学 学 报 络可以以任意精度实现任意复杂的映射 ,这是神经网络多参数诊断法的理论依据. 神经网络理论在机械故障诊断中主要用于 自适应信号处理 、状态预测、状态辩识和智能 诊断等几个方面.与传统方法相比,神经网络方法具有很强的鲁棒性和容错性,能对不十分 准确和台有躁声的数据进行有效处理 ;同时,该方法具有很强的 自学习能力,能在使用中不 断学习和完善,

文档评论(0)

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档