您当前的位置:首页>机械工程>基于AIC优化RBF网络的机床主轴轴承磨损状态分析

基于AIC优化RBF网络的机床主轴轴承磨损状态分析

资料类别:机械工程

文档格式:PDF电子版

文件大小:223 KB

资料语言:中文

更新时间:2020-09-07 11:39:20



推荐标签: 轴承 网络 优化 机床 磨损 分析 基于 状态 主轴 aic 主轴 基于

内容简介

基于AIC优化RBF网络的机床主轴轴承磨损状态分析 摘要∶利用赤迟信息准则(AIC)确定RBF神经网络的隐含层节点数和中心,建立基于该神经网络的机床磨损状态分析模型,并利用实验获取的振动信号来判断机床主轴轴承磨损状况。实验及仿真结果表明∶基于AIC的RBF网络技术的分析方法在机床磨损状态分析中是有效可行的,对单一磨损状态的正确识别率达到了97.5%,对其他复杂机械的振动分析同样具有参考价值。
上一章:基于AHP及GRA法在机床优选中的技术研究 下一章:基于Android的机床在线无线振动监测仪研制

相关文章

RBF云神经网络在数控机床刀具磨损状态识别中的应用 基于运转噪声识别数控机床主轴轴承状态的研究 基于优化RBF神经网络的管道缺陷量化分析方法 基于RBF神经网络和多信息融合技术的往复压缩机状态评估研究 基于FCM聚类和RBF神经网络的机床热误差补偿建模 基于IPSO神经网络的风电机组主轴状态监测 基于RBF神经网络的虚拟轴机床末端刀具运动位姿实时检测研究 基于RomaxCLOUD的高速内圆磨削主轴轴承优化设计