路灯安装车出租顺德升降安装车出租139 2829 2824 登高车出租, 顺德升降安装车出租, 顺德升降安装车租赁 基于神经网络诊断系统的结构模型的登高车液压系统故障诊断方法 液压系统故障诊断神经网络模型: 登高车液压系统故障诊断中，诊断对象既有设备本身又有生产工艺过程，可以通过振动、噪声、压力和电流等信号来获取故障特征信息。研究的信号有显性参量和隐性参量，显性参量包括电流、温度、压力和流量等，隐性参量包括振动和噪声信号。进行故障诊断就是从这些信号中提取故障特征信息，形成网络训练的输入输出向量，供网络的学习和识别。其过程如图1所示。登高车液压系统故障诊断的神经网络的组建过程为：①诊断知识的获取；②神经网络的结构构造；③对神经网络进行训练，获得网络连接权值和阈值，形成知识库。本文以登高车行驶液压系统为代表，研究基于BP网络的故障诊断模式。由选取的样本相应确定网络的输入输出神经元数目为8个和10个，通过不断试算确定隐层的佳神经元数目为12，这样就确定了网络的结构。 获取知识的获取表现为训练样本的选择和获取，训练样本来源于同类诊断设备在正常工作状态和故障状态的各种特征参数。对于登高车液压系统故障，本文确定系统的压力、系统的温度、马达的转速、液压泵的马力等显性参量作为网络的输入，同时通过传感器测定泵的噪声和溢流阀的噪声等信号，并提取信号的特征值共同作为输入。网络的输入向量，一般对于网络的c个类别的模式识别问题，每个类别分别有Ni（i=1，2，…，c）个训练样本向量，总计就有I=ci=1ΣNi个样本向量。那么对应的期望输出，即外监督信号为一个I列矩阵：与实际输出作比较得信号误差，对网络进行训练。训练成功后，就会得到神经网络的一个输入层到隐含层的12×8的权值矩阵、一个12维隐层阈值向量、一个10×12的隐层到输出层的权值矩阵和一个10维的输出层阈值向量，这就是代表了该组登高车液压系统训练样本的诊断领域的知识。
登高车出租, 顺德升降安装车出租, 顺德升降安装车租赁 |
|
手机站
您当前位置是：商业机会 >> 机械及行业设备 >> 工程与建筑机械 >> 供应 路灯安装车出租顺德升降安装车出租139 2829 2824
联系信息
