基于LMBP神经网络的制动器故障识别系统

基于LMBP神经网络的制动器故障识别系统.pdf
门式起重机常用于室外装卸作业,其制动系统是货物运输过程减速停车的关键,对门式起重机的在线实时监测及故障诊断、识别十分重要.本文通过研究液压盘式制动器的故障种类,使用基于LM算法改进的BP神经网络作为系统框架,利用制动器故障状态数据进行网络训练,最后通过训练好的网络识别待测样本故障原因,结果与实际情况相符,表明使用LM-BP神经网络进行制动器故障识别快速、有效.
作者：何常远马润梅
作者单位：北京化工大学,100029
母体文献：北京力学会第二十三届学术年会论文集
会议名称：北京力学会第二十三届学术年会  
会议时间：2017年1月14日
会议地点：北京
主办单位：北京力学会
语种：chi
分类号：TP3U48
关键词：门式起重机  制动器  故障识别系统  神经网络
在线出版日期：2020年6月22日
基金项目：
相似文献
相关博文

2024-12-1 20:07 上传 基于LMBP神经网络的制动器故障识别系统.pdf

文件大小:

1.55 MB

下载次数:

60

高速下载