GA-BP神经网络在液压缸故障诊断仿真中的应用
版权信息:站内文章仅供学习与参考,如触及到您的版权信息,请与本站联系。
信息
资料大小
1.61 MB
文件类型
PDF
语言
简体中文
资料等级
☆☆☆☆☆
下载次数
59
简介
大型AGC伺服液压缸结构复杂、价格昂贵、维修成本高,故障模拟代价巨大。为解决大型液压缸实际工作过程中故障数据难收集难处理的问题,提出利用仿真模拟液压缸模型,从中提取故障数据,通过遗传算法(Genetic Algorithm,GA)来优化BP神经网络处理数据的故障诊断方式。运用仿真软件AMESim建立对应的液压缸仿真模型,通过改变仿真参数模拟出液压缸5种故障类型,获取故障数据。分别用传统的BP网络和经过遗传算法优化后的BP网络进行训练和测试。测试结果表明,GA-BP神经网络比传统BP神经网络测试误差小、预测精度高,能够准确实现故障诊断。该方法也为大型液压缸故障诊断提供了一种解决思路和方法。相关论文
- 2020-03-09组织工程支架内流场的数值模拟
- 2020-06-17夏季空调房间净化策略及影响因素分析
- 2020-02-19空蚀机理的研究综述
- 2021-10-12超大采高综采工作面超前液压支架选型研究
- 2020-06-11反射面式消声器的抑噪机理
请自觉遵守互联网相关的政策法规,严禁发布色情、暴力、反动的言论。