《表5 检测样本：基于神经网络的齿轮箱故障诊断》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于神经网络的齿轮箱故障诊断》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

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。