期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
基于BP神经网络的炉辊传动部故障诊断 被引量:2
1
作者 索瑞 牛锐祥 《山西冶金》 CAS 2023年第9期41-43,共3页
为了实现连续退火炉炉辊传动部的故障精准定位,采用BP神经网络诊断炉辊传动部故障。按照采样周期采集炉辊传动部4个测点的振动信号并提取时域指标;构建基于BP神经网络的炉辊传动部的故障诊断模型;将提取的时域指标制作数据集,构建训练... 为了实现连续退火炉炉辊传动部的故障精准定位,采用BP神经网络诊断炉辊传动部故障。按照采样周期采集炉辊传动部4个测点的振动信号并提取时域指标;构建基于BP神经网络的炉辊传动部的故障诊断模型;将提取的时域指标制作数据集,构建训练模型并验证。实验结果表明:基于BP神经网络的炉辊传动部故障诊断准确率达到了98.11%,有效实现了炉辊传动部故障的精准定位,为炉辊传动部的故障分析提供了思路。 展开更多
关键词 BP神经网络 炉辊传动部 故障诊断
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部