改进的OHF Elman神经网络应用研究.pdfVIP

改进的O耶ElIn姐神经网络应用研究刘敏娜

改进的OHFElman神经网络应用研究

I

ResearchedonoftheOHFEImanNeuraINetwork

AppIicationmproVed

纠敌娜

(菏泽学院蒋震机电工程学院，山东菏泽274000)

摘要：为提高ElInall神经网络的诊断效率，对0HFElmaIl神经网络进行研究。在0HFElInan网络基础上引入收益因素，提出改进

的0HF

ElmaIl神经网络，并将其应用于齿轮箱的故障诊断。建立了改进OHF

这两种模型进行了仿真。一系列训练与测试结果表明，基于改进OHFElInan网络的齿轮箱故障诊断系统能够提高故障诊断的准确率

和效率，可以应用在实际工程故障诊断中。为故障诊断技术提供了一种更有效的方法。

关键词：齿轮箱故障诊断收益因素Elman网络0HF

ElIIl一网络改进的神经网络

中图分类号：THl6文献标志码：ADOI：10．1印86／_i-cnki-issnlOoo一0380．20150l004

tlleofneuralne№rkElln卸neumlne№rkisre喜earched．0nof

A搬ract：InordertoElmantllebasis

e伍ciencydiagnosis，0HF

impmve

net’Irorkof

0HFfactorisin咖ducedtIIe0HFEllIl柚neuralisforward柚dinfault

EllII锄network，山eiimprovedputapplied

gaindia印osis

ofmemodelsof0HFElmanneuralnetworkand0HFElIn阻nellralnetworkaIees乜bhshedandthesiⅡndationis

gearbox．Twok出iⅢproved

aseriesofandresIlltsthattIIefallltofbasedontllis0HFElmanneural

tests，tlle

conducted．ThroughtmiIlingpmvediagnosisgearboximproved

networkincreasestllearIdc卸beusedinfaIllt0fmore

accuracyemciency《faultdia印osis。anddiagnosisengineeringpractice，itpmvides

e艉ctivemetllodforfault

diagnosistechnology．

FaultGainfactorElmnne附ork0HFElIIIallne№rkneuralnetwork

Ke”ords：Gearb似diagIlosis