《表1 齿轮诊断结果：基于BP神经网络的采煤机传动机构故障诊断系统研究》
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BP神经网络的采煤机传动机构故障诊断系统研究》
分别选取了齿轮3组和轴承3组共6组样本进行测试，其测试结果如表1、表2所示。
| 图表编号 | XD0067470300 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2019.08.31 |
| 作者 | 郭媛媛 |
| 绘制单位 | 山西省晋城市晋煤集团煤机技术研究分院 |
| 更多格式 | 高清、无水印（增值服务） |
提示：宽带有限、当前游客访问压缩模式
相关图表
- 《表2 模型对比结果：基于1D-CNN的采煤机摇臂齿轮故障诊断》2020.11.01
- 《表1 具体样本组成：基于1D-CNN的采煤机摇臂齿轮故障诊断》2020.11.01
- 《表2 故障识别准确率：基于卷积神经网络的采煤机截割部传动系统故障识别》2020.10.01
- 《表1 故障诊断结果：基于卷积神经网络的采煤机截割部传动系统故障识别》2020.10.01
- 《表1 故障诊断结果：采煤机检测系统研究设计》2020.05.25
- 《表1 轴承故障状态表：基于振动图像和DCNN的采煤机滚动轴承故障诊断》2020.07.01
- 《表2 实验诊断结果：基于振动图像和DCNN的采煤机滚动轴承故障诊断》2020.07.01
- 《表2 最小决策表：基于粗糙集-RBF神经网络的采煤机液压泵故障诊断》2020.06.01
- 《表1 原始故障决策表：基于粗糙集-RBF神经网络的采煤机液压泵故障诊断》2020.06.01
- 《表3 方案对比结果：基于粗糙集-RBF神经网络的采煤机液压泵故障诊断》2020.06.01
- 《表1 采煤机故障统计表：基于神经网络的齿轮箱故障诊断》2020.04.01
- 《表6 诊断结果：基于神经网络的齿轮箱故障诊断》2020.04.01
- 《表3 基于LGWO-KFCM、KFCM、BP的风电齿轮箱故障诊断结果》2020.06.15
- 《表1 减速器测试数据：基于BP神经网络的刮板输送机传动部智能故障诊断系统的设计与实现》2020.01.31
- 《表1试验台齿轮箱参数：风机传动系统故障诊断试验系统设计》2020.01.25
- 《表2 轴承诊断结果：基于BP神经网络的采煤机传动机构故障诊断系统研究》2019.08.31
- 《表3 测试集分类结果：基于一维卷积神经网络的齿轮箱故障诊断研究》2019.08.31
- 《表3 故障诊断结果：基于BP神经网络技术的采煤机齿轮箱早期故障诊断》2019.04.01
- 《表1 故障特征样本：PSO优化BP神经网络齿轮箱故障诊断》2019.12.06
- 《表2 3种方法仿真结果：PSO优化BP神经网络齿轮箱故障诊断》2019.12.06