版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)
文檔簡介
1、該文提出了基于BP神經(jīng)網(wǎng)絡(luò)的磨粒識別模型的實現(xiàn)方法.主要內(nèi)容包括:1.綜合國內(nèi)、外有關(guān)文獻(xiàn),對機械設(shè)備狀態(tài)監(jiān)測方法的現(xiàn)狀進(jìn)行評述;結(jié)合該課題研究的要求,闡述了該文的主要研究內(nèi)容.2.分析論述了磨損的分類以及相應(yīng)磨粒的生成機理和磨粒的形態(tài)特征;提出了用摩擦學(xué)系統(tǒng)分析的觀點研究磨粒分析,磨粒的形態(tài)與磨損狀態(tài)、磨損機理有密切關(guān)系,系統(tǒng)磨粒的數(shù)字特征包括摩擦學(xué)系統(tǒng)的狀態(tài)特征、結(jié)構(gòu)特征.論述了磨粒分析智能化的研究方法.3.論述了目前磨粒識別特征提
2、取的進(jìn)展,研究分析了當(dāng)前幾種磨粒特征提取方法的優(yōu)缺點,這對進(jìn)一步研究鐵譜磨粒識別有一定的理論和實用意義.該文提出以傅立葉級數(shù)展開式為基礎(chǔ)的磨粒特征提取方法.4.論述了前饋神經(jīng)網(wǎng)絡(luò)的基本理論,著重探討了BP神經(jīng)網(wǎng)絡(luò)的基本原理、分類機理和學(xué)習(xí)方法;提出了適用于磨損磨粒識別的BP算法;并通過仿真實驗檢驗了改進(jìn)模型的可行性和有效性.5.將神經(jīng)網(wǎng)絡(luò)應(yīng)用于磨粒識別,設(shè)計磨粒分類器,在網(wǎng)絡(luò)學(xué)習(xí)中運用改進(jìn)的BP模型,識別嚴(yán)重滑動磨損磨粒、切削磨粒、正常
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于磨粒分析的磨損模式識別方法研究.pdf
- 基于群集智能模式識別方法的研究.pdf
- 基于WAMS的低頻振蕩模式識別方法研究.pdf
- 改進(jìn)的SVM模式識別方法.pdf
- 基于多元圖特征基元的模式識別方法研究
- 基于貝葉斯網(wǎng)絡(luò)的模式識別方法研究.pdf
- Java藍(lán)圖模式識別方法的研究.pdf
- 基于SVM模式識別方法的橋梁頻域損傷識別.pdf
- 動態(tài)模式識別方法研究及應(yīng)用.pdf
- IDS中模糊模式識別方法的研究.pdf
- 基于神經(jīng)網(wǎng)絡(luò)的故障模式識別方法的研究.pdf
- 基于多元圖特征基元的模式識別方法研究.pdf
- 基于ANN-HMM的時序模式識別方法研究.pdf
- 基于動態(tài)模式識別方法的BCI康復(fù)系統(tǒng).pdf
- 基于區(qū)間重疊度的可拓模式識別方法研究.pdf
- 基于模式識別方法的多光譜遙感圖像分類研究.pdf
- 基于隨機點積圖理論的模式識別方法研究.pdf
- 基于模式識別技術(shù)的雷達(dá)輻射源分類識別方法研究.pdf
- 基于壓縮感知的PSK信號調(diào)制模式識別方法.pdf
- 多分類器融合模式識別方法研究.pdf
評論
0/150
提交評論