改進(jìn)的Elman神經(jīng)網(wǎng)絡(luò)在齒輪箱故障診斷中的應(yīng)用.pdf_第1頁
已閱讀1頁,還剩81頁未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

1、作為機(jī)械設(shè)備中關(guān)鍵部件的齒輪箱,在連接及傳遞動力方面起著至關(guān)重要的作用,齒輪箱一旦發(fā)生故障將會直接關(guān)系到整個設(shè)備的運(yùn)轉(zhuǎn),甚至危及人身安全,因此齒輪箱故障診斷技術(shù)的研究具有重要的安全和實際工程意義。
  目前,隨著人們對故障診斷準(zhǔn)確度等要求的提高,使得智能領(lǐng)域與故障診斷的結(jié)合越來越緊密,從而為故障診斷技術(shù)的研究提供了一個新的重要手段。而以Elman人工神經(jīng)網(wǎng)絡(luò)為代表的回歸神經(jīng)網(wǎng)絡(luò)(recurrent neural network,R

2、NN)因其具有較好的動態(tài)特性而被廣泛地應(yīng)用于故障診斷。
  本文以齒輪箱為研究對象,在深入研究其內(nèi)部結(jié)構(gòu)和工作過程的基礎(chǔ)上,建立了齒輪箱故障診斷系統(tǒng),利用小波包理論實現(xiàn)了對測量到的齒輪箱振動信號進(jìn)行降噪處理,借鑒信息融合的思想成功地提取了能夠反映齒輪箱運(yùn)轉(zhuǎn)信息的融合特征量作為神經(jīng)網(wǎng)絡(luò)的輸入?yún)⒘?。在認(rèn)真研究了Elman網(wǎng)絡(luò)的理論框架的基礎(chǔ)上,總結(jié)分析了Elman神經(jīng)網(wǎng)絡(luò)用于故障診斷的不足,提出了改進(jìn)Elman神經(jīng)網(wǎng)絡(luò),并將其應(yīng)用于齒

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

最新文檔

評論

0/150

提交評論