10.3321/j.issn:0253-9993.2007.02.023
基于小波网络的风机振动故障趋势预测
采用小波网络方法,通过对矿井通风机关键特征参数振动烈度的时间序列预测,实现了其特征参数的故障预报.由于小波网络比一般神经网络具有更多的自由度,从而使其具有更灵活有效的函数逼近能力.小波神经元的良好局部特性和多分辨率学习实现了与信号的良好匹配,使得小波网络有更强的自适应能力、更快的收敛速度和更高的预报精度.
通风机、振动烈度、小波神经网络、故障预测
32
TD4(矿山机械)
国家自然科学基金50504015;50077022;60474029
2007-03-06(万方平台首次上网日期,不代表论文的发表时间)
共5页
211-215