《表4 故障分类表:基于神经网络的齿轮箱故障诊断》
在BP神经网络的故障模式识别中,选用峭度X1、脉冲X2、峰值X3、裕度X4、一阶与二阶旋转频率比X5和一阶与二阶啮合频率比X6作为诊断网络的输入,部分训练数据如表3所示。将正常M1、故障M2和严重故障M3种模式作为网络输出,如表4所示。
图表编号 | XD00166637200 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) |