《表1 基于小波分析与RBF神经网络的刮板链故障诊断模型仿真结果》
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
《基于小波分析和神经网络的刮板输送机刮板链故障诊断》
本文选取刮板链节距、刮板长度、刮板厚度、空载时弯曲度以及满载时垂直度作为输入特征向量,在采集到数据后对其进行处理得到有效数据,小波分析就是很有效的手段。刮板链故障的监测数据之间存在非线性关系,因此本文采用RBF神经网络对其进行故障诊断。RBF神经网络的输入层节点数为4,输出层节点数也为4,相应地代表刮板链的状态为正常、接链环故障、跳链和老化磨损。基于小波分析与RBF神经网络的刮板链故障诊断模型的仿真结果如表1所示。
图表编号 | XD00202832200 严禁用于非法目的 |
---|---|
绘制时间 | 2021.01.01 |
作者 | 吴坚 |
绘制单位 | 广西工业职业技术学院 |
更多格式 | 高清、无水印(增值服务) |