10.16316/j.issn.1672-0121.2022.02.019
基于T-S模糊神经网络的液压设备故障诊断
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.
液压设备、T-S模糊数学模型、神经网络、故障诊断
57
TH137.9;V245.1
2022-05-30(万方平台首次上网日期,不代表论文的发表时间)
共5页
67-71