本文主要研究内容
作者黄勇,张征凯,曾宪淑,齐浪（2019）在《基于深度学习的齿轮泵故障诊断方法研究》一文中研究指出：为降低齿轮泵发生故障后对工作效率的影响,将深度学习技术应用到齿轮泵故障诊断分析中,以BP神经网络为基础搭建多层感知器模型。首先,对齿轮泵的出口压力信号进行特征量提取、归一化处理等一系列处理,构建特征向量;然后,将特征信号输入到BP神经网络模型中进行模型训练,通过调节学习率、误差容限、动量因子等初始值将实验样本进行分类、预测;接着,再次将特征信号输入到多层感知器模型中,实现对齿轮泵的故障状态识别。结果表明,与BP神经网络算法相比,利用深度神经网络构建多层感知模型能够有效地诊断出齿轮泵是否发生故障,准确率可以达到95.56%以上。
Abstract
wei jiang di chi lun beng fa sheng gu zhang hou dui gong zuo xiao lv de ying xiang ,jiang shen du xue xi ji shu ying yong dao chi lun beng gu zhang zhen duan fen xi zhong ,yi BPshen jing wang lao wei ji chu da jian duo ceng gan zhi qi mo xing 。shou xian ,dui chi lun beng de chu kou ya li xin hao jin hang te zheng liang di qu 、gui yi hua chu li deng yi ji lie chu li ,gou jian te zheng xiang liang ;ran hou ,jiang te zheng xin hao shu ru dao BPshen jing wang lao mo xing zhong jin hang mo xing xun lian ,tong guo diao jie xue xi lv 、wu cha rong xian 、dong liang yin zi deng chu shi zhi jiang shi yan yang ben jin hang fen lei 、yu ce ;jie zhao ,zai ci jiang te zheng xin hao shu ru dao duo ceng gan zhi qi mo xing zhong ,shi xian dui chi lun beng de gu zhang zhuang tai shi bie 。jie guo biao ming ,yu BPshen jing wang lao suan fa xiang bi ,li yong shen du shen jing wang lao gou jian duo ceng gan zhi mo xing neng gou you xiao de zhen duan chu chi lun beng shi fou fa sheng gu zhang ,zhun que lv ke yi da dao 95.56%yi shang 。
论文参考文献
论文详细介绍
论文作者分别是来自组合机床与自动化加工技术的黄勇,张征凯,曾宪淑,齐浪，发表于刊物组合机床与自动化加工技术2019年10期论文，是一篇关于齿轮泵论文,神经网络论文,多层神经网络模型论文,特征提取论文,故障诊断论文,组合机床与自动化加工技术2019年10期论文的文章。本文可供学术参考使用，各位学者可以免费参考阅读下载，文章观点不代表本站观点，资料来自组合机床与自动化加工技术2019年10期论文网站，若本站收录的文献无意侵犯了您的著作版权，请联系我们删除。
标签：齿轮泵论文; 神经网络论文; 多层神经网络模型论文; 特征提取论文; 故障诊断论文; 组合机床与自动化加工技术2019年10期论文;