基于T-S模糊神经网络的液压设备故障诊断
版权信息:站内文章仅供学习与参考,如触及到您的版权信息,请与本站联系。
信息
资料大小
1.01 MB
文件类型
PDF
语言
简体中文
资料等级
☆☆☆☆☆
下载次数
简介
针对液压设备的故障数据具有非线性、不确定性以及信号噪声多等特点,本文提出一种基于T-S模糊神经网络的液压设备故障诊断,T-S模糊神经网络是将T-S模糊推理模型与神经网络相结合的机器学习方法。对于采集的液压设备振动数据提取相关特征构成特征矩阵,将特征矩阵输入建立的T-S模糊神经网络模型,利用其自适应提取能力,自主选择最佳故障特征进行分析,实现液压设备故障诊断。通过液压设备数据验证,说明该方法具有较快收敛速度、较高诊断精度高和稳定性。相关论文
- 2021-02-16卷积神经网络算法在工件抓取中的应用
- 2021-03-04基于机器视觉的活塞杆表面微裂纹查数系统设计
- 2021-05-022000 t大型液压机泵站节能降噪改造
- 2020-07-24基于机器视觉的工件自动分拣系统的研究
- 2021-02-07基于ES-MLSTM的液压机故障诊断系统设计
请自觉遵守互联网相关的政策法规,严禁发布色情、暴力、反动的言论。