【分　 类】 信息科技
【关 键 词】 对向神经网络；故障诊断；齿轮
【来 　源】 互联网
【收　 录】 中文学术期刊网

正文：

表2  待诊断样本的特征值和诊断结果

序 号	测点1	测点2	测点3	测点4	测点5	测点6	测点7	测点8	测点9	实际状态	诊断结果
1  2 3 4 5 6	0.2101 0.0128 0.2789 0.0058 0.2599 0.2235	0.1298 0.1590 0.1134 0.1803 0.1201 0.1171	0.1359 0.2452 0.0412 0.0992 0.1102 0.0683	0.2601 0.0512 0.1987 0.0802 0.0621 0.2597	0.1001 0.1319 0.2134 0.1002 0.2602 0.2597	0.0753 0.2593 0.1432 0.1823 0.2602 0.1167	0.0890 0.1800 0.0141 0.1112 0.0048 0.1002	0.0389 0.0711 0.0314 0.0412 0.1521 0.2281	0.1451 0.2801 0.1991 0.1983 0.3205 0.2301	(1,0,0) (1,0,0) (0,1,0) (0,1,0) (0,0,1) (0,0,1)	(0.9991,0.0021,0.0011) (0.9998,0.0004,0.0001) (0.0001,0.9999,0.0003) (0.0002,0.9989,0.0004) (0.0003,0.9994,0.0013) (0.0001,0.9999,0.0008)

                         表3  CPN神经网络与BP神经网络诊断结果比较

网络 类型	网络 结构	训练 次数	训练 误差	均方差	平均相对误差
CPN  BP	9-12-3 9-12-12-3	104  792	0.0002143 0.0006561	0.09 0.32	0.87%  2.03%

3.结论
本文讨论了CPN神经网络的原理与应用的有关问题，并用CPN网络对齿轮箱传动系统的故障进行了实际诊断，经过模拟加载实验，证明用CPN神经网络可较好地识别机器故障，该诊断技术比传统的谱分析诊断技术的试验工作量大大减少，而且准确率和效率上都有很大提高。
参考文献
[1] 杨树莲. BP神经网络在齿轮箱故障诊断中的应用[J]. 机床与液压，2006（7）：244-246.
[2] 彭志凌，潘宏侠. 基于信息融合的齿轮箱故障诊断技术研究[J].机械管理开发，2006，89（2）：11-12.
[3] 曹文莉，夏永青，李磊等. 神经网络在齿轮故障诊断中的应用[J].冶金设备，2006，156（2）：65-67.
[4] 飞思科技产品研发中心. 神经网络理论与MATLAB7实现[M].北京：电子工业出版社，2005.

 

 3/3   首页 上一页 1 2 3