《表5 检测样本:基于神经网络的齿轮箱故障诊断》
为提高训练网络的收敛速度与精度,将完整训练数据进行归一化至[0,1]进行训练。通过MATLAB完成诊断网络的训练,具体训练参数设置:采用tansig函数作为神经元激活函数,学习速率0.1,动量因子0.95,期望误差0.000 1,训练次数1 000。模型训练误差如图3所示,经过247次训练后均方差小于0.009%,说明拟合效果良好。在神经网络模型达到期望后,用表5中的检测样本对诊断网络进行检测。
图表编号 | XD00166637000 严禁用于非法目的 |
---|---|
绘制时间 | 2020.04.01 |
作者 | 李瑞君、武利生 |
绘制单位 | 太原理工大学机械与运载工程学院、太原理工大学机械与运载工程学院 |
更多格式 | 高清、无水印(增值服务) |