10.3969/j.issn.1001-0599.2000.10.018
基于神经网络的齿轮箱故障诊断专家系统及应用
@@ 在机械故障诊断中,故障与征兆间并非都是一一对应或线性关系.机械设备的故障诊断实质上是一种模式识别,诊断结果的准确度往往取决于模式识别的精度.传统的故障诊断方法基于统计模式识别,在识别速度、可靠性等方面有一定的局限性.目前,基于智能模式识别的故障诊断技术(如诊断专家系统)有了很大的发展,但在知识获取、自学习等方面有待继续发展.神经网络具有高度并行处理、自适应性、容错性等特点,可以较好地解决传统专家系统中的若干问题.笔者在对基于神经网络的专家系统研究的基础上,对其在机械故障诊断中的应用作了初步尝试.
神经网络、齿轮箱、故障诊断专家系统、统计模式识别、机械故障诊断、故障诊断技术、自适应性、知识获取、诊断结果、诊断方法、一一对应、线性关系、系统研究、识别速度、若干问题、机械设备、并行处理、自学习、准确度、容错性
TP2;TP3(自动化技术及设备)
2004-01-08(万方平台首次上网日期,不代表论文的发表时间)
26-27