《基于神经网络的直升机自动倾斜器轴承故障诊断方法》PDF+DOC
作者:金小强,李新民,陈焕,张先辉
单位:南京航空航天大学
出版:《南京航空航天大学学报》2016年第02期
页数:8页 (PDF与DOC格式可能不同)
PDF编号:PDFNJHK2016020140
DOC编号:DOCNJHK2016020149
下载格式:PDF + Word/doc 文字可复制、可编辑
《滚动轴承故障诊断方法比较及实验验证》PDF+DOC1992年第02期 赵章焰,李臻鑫
《基于信息融合的滚动轴承故障诊断》PDF+DOC2015年第11期 颉潭成,韩一村,徐彦伟,马君达
《基于BP神经网络和D-S证据理论的滚动轴承故障诊断方法研究》PDF+DOC2014年第23期 徐卫晓,谭继文,文妍
《基于KPCA-BP网络模型的滚动轴承故障诊断方法研究》PDF+DOC2014年第08期 徐卫晓,宋平,谭继文
《基于多传感器信号和卷积神经网络的滚动轴承故障诊断》PDF+DOC2020年第04期 朱丹宸,张永祥,潘洋洋,朱群伟
《滚动轴承在线监测系统设计》PDF+DOC2005年第03期 宁练
《一种用于低速重载轴承故障诊断的共振解调法》PDF+DOC2002年第08期 王志刚,李友荣,朱瑞荪,吕勇
《基于多传感器信息融合的滚动轴承故障诊断》PDF+DOC2012年第03期 艾莉,华静
《滚动轴承故障智能诊断系统及故障测试实验》PDF+DOC2012年第07期 谭君贤,贺晓蓉,杨绍荣,熊文
《旋翼系统典型故障的诊断与预测方法》PDF+DOC2011年第04期 李新民,曾本银,黄建萍
为了进一步提高直升机的安全性,利用BP神经网络和RBF神经网络对直升机自动倾斜器轴承进行故障诊断。完成了直升机自动倾斜器轴承故障植入试验,获取了自动倾斜器轴承的故障振动数据,并进行了振动数据的特征信号提取。采用振动数据特征信号的多参数融合作为神经网络的输入,对自动倾斜器轴承故障进行诊断,获得了较高的故障诊断率。采用基于神经网络的故障诊断方法,自动倾斜器轴承各类故障的最高故障诊断率均大于89%。
提示:百度云已更名为百度网盘(百度盘),天翼云盘、微盘下载地址……暂未提供。