English
高级检索
王致杰, 王崇林, 刘韬, 李冬, 孟庆海. 基于小波网络的风机振动故障趋势预测[J]. 煤炭学报, 2007, (2).
引用本文: 王致杰, 王崇林, 刘韬, 李冬, 孟庆海. 基于小波网络的风机振动故障趋势预测[J]. 煤炭学报, 2007, (2).
shu

基于小波网络的风机振动故障趋势预测

    摘要
  • 摘要: 采用小波网络方法,通过对矿井通风机关键特征参数振动烈度的时间序列预测,实现了其特征参数的故障预报.由于小波网络比一般神经网络具有更多的自由度,从而使其具有更灵活有效的函数逼近能力.小波神经元的良好局部特性和多分辨率学习实现了与信号的良好匹配,使得小波网络有更强的自适应能力、更快的收敛速度和更高的预报精度.

     

    • HTML全文
    • 参考文献(0)
    • 相关文章
    • 施引文献
  • 资源附件(0)

/

返回文章
返回

相关链接