《表2 随机抽取的一个故障类型诊断结果》
按照表1对自适应神经网络提升机故障诊断模型进行训练,训练结束后保存网络连接权值,最后用测试集进行测试,结果显示能100%辨识故障分类,在对故障程度进行诊断时,识别精度略显不足,但也都达到95%以上,显示了神经网络在故障诊断上的优势。随机抽取故障分类测试的一个结果如表2所示。各类故障的故障严重程度的准确率统计如图5所示,由图5可以看出,由于滚动体的故障特征频率更为复杂,在滚动体故障程度的辨识上略低于其他2类故障程度的辨识,但也达到了95.9%,总体平均准确率为98%。
图表编号 | XD00166637800 严禁用于非法目的 |
---|---|
绘制时间 | 2020.04.01 |
作者 | 王建军、武秋俊、王晋涛 |
绘制单位 | 河北机电职业技术学院、河北机电职业技术学院、河北机电职业技术学院 |
更多格式 | 高清、无水印(增值服务) |