期刊文献+

小波和神经网络在采煤机故障诊断中的应用 被引量:5

Application of wavelet and neural network in fault diagnosis of coal winning machine
下载PDF
导出
摘要 进行采煤机截割部齿轮传动系统的振动测试,采用小波变换对振动信号进行去噪处理,经过小波去噪后的振动信号作为BP网络的输入,采用三层BP神经网络结构对采煤机截割部齿轮传动系统的故障进行了趋势预测,取得了满意的诊断效果。
出处 《煤炭科学技术》 CAS 北大核心 2006年第9期23-25,共3页 Coal Science and Technology
基金 山东省自然科学基金计划资助项目(Y2005G09)
  • 相关文献

参考文献6

  • 1MartinT.Hagan Howard B.Demuth(著) 戴葵等(译).神经网络设计[M].北京:机械工业出版社,2002..
  • 2杨行峻,郑君里.人工神经网络[M].北京:高等教育出版社,1991.
  • 3Abu-Mahfouz I A.A comparative study of three artificial neural networks for the detection and classification of gear faults[ J ].International Journal of General Systems,2005 (7).
  • 4Al-Balushi K R,Samanta B.Gear fault diagnostics using wavelets and artificial neural network[ A].13th International Congress on Condition Monitoring and Diagnostic Engineering Management[ C ].USA:Houston TX,2000.
  • 5李国臣,陈丽君,张锐.人工神经网络技术在机械故障诊断中的应用探讨[J].沈阳农业大学学报,2002,33(1):60-62. 被引量:10
  • 6张绪锦,谭剑波,韩江洪.基于BP神经网络的故障诊断方法[J].系统工程理论与实践,2002,22(6):61-66. 被引量:49

二级参考文献4

共引文献70

同被引文献25

引证文献5

二级引证文献31

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部