基于改进BP神经网络的复杂机电装备运行状态监测.pdfVIP

下载本文档

5
0
约1.07万字
约 3页
2017-07-28 发布于北京
举报
版权申诉

基于改进BP神经网络的复杂机电装备运行状态监测.pdf

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、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、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、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
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、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、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

机械工程师 MECHAN}CALENGiNFE=R 牛佳伟 (合肥工业大学机械与汽车工程学院，合肥230009) 摘要：复杂机电装备运行状态直接体现了装备自身的稳定性与可靠性，对其运行状态的监测就成为了制造企业保证生产过程稳定可靠的一项关键技术。为了；隹确监测复杂机电装备的运行状态，利用遗传算法的全局优化特点确定出BP神经网络的初始权值阈值，结合复杂机电装备的特征参数和评估体系，建立了一种基于改进BP神经网络的运行状态预测模型，实现了对复杂机电装备运行状态的监测。最后，以汽车装配线的拧紧机设备为实验对象，验证方法的有效性。关键词：BP神经网络，遗传算法；运行状态监测 1 中图分类号：TH7 文献标志码：A Status of Electromechanical RunningMonitoringComplex Equipment Basedonthe BPNeuralNetwork Improved NIU Jiawei ofMechanicaland Automotive of (School Engineering，Hefei UniversityTechnology．Hefei230009．China) statusof electromechanical embodiesthe and ofthe Abstract：Runningcomplex equipmentdirectly stability reliability itself．Thereal—time of statusof electromechanicalbecomesa equipment monitoringrunning complex equipment key ofmanufacturerstoensurethestableand’reliable technology the productionprocess．Formonitoringaccurately running statusof electromechanical characteristicsof isusedto complex equipment，globaloptimization geneticalgorithm determinetheinitial and ofBP thresholdneuralnetwork．Inordertorealizethe of statusof weights monitorin