《表4 样本的网络输入:基于小波神经网络的旋耕装置机械故障诊断研究》
为了验证旋耕装置机械故障诊断模型可行性和准确性,采用MatLab仿真软件训练和测试小波神经网络模型。试验中,从旋耕装置机械平台中采集到了其在共生松动故障时的机械振动信号样本(见图6中的原始信号),试验验证结果如表4和表5所示。
图表编号 | XD0038446300 严禁用于非法目的 |
---|---|
绘制时间 | 2019.09.01 |
作者 | 郭庆军 |
绘制单位 | 重庆建筑工程职业学院 |
更多格式 | 高清、无水印(增值服务) |
为了验证旋耕装置机械故障诊断模型可行性和准确性,采用MatLab仿真软件训练和测试小波神经网络模型。试验中,从旋耕装置机械平台中采集到了其在共生松动故障时的机械振动信号样本(见图6中的原始信号),试验验证结果如表4和表5所示。
图表编号 | XD0038446300 严禁用于非法目的 |
---|---|
绘制时间 | 2019.09.01 |
作者 | 郭庆军 |
绘制单位 | 重庆建筑工程职业学院 |
更多格式 | 高清、无水印(增值服务) |