基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
本文提出了利用人工神经网络来辅助实现数控机床的可靠性预计的方法,建立了用于数控机床可靠性预测的三层BP神经网络模型,给出了具体的算法,并通过实例证明该方法比传统的数学模型预计方法更准确和可靠.
推荐文章
基于BP神经网络的数控机床综合误差补偿方法
BP神经网络
陡度因子
放大因子
误差补偿
数控机床可靠性试验数据抽样方法研究
数控机床
可靠性
二阶抽样
基于神经网络和PID算法的数控机床并行混合控制模型
数控机床
神经网络
混合控制
单神经元
数控机床可靠性评估与预防维修研究现状 及发展动态分析
可靠性评估
预防维修
发展动态
关键问题
数控机床
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于神经网络的数控机床可靠性预计研究
来源期刊 九江学院学报 学科 工学
关键词 数控机床 BP神经网络 可靠性预计
年,卷(期) 2007,(6) 所属期刊栏目 机械电子
研究方向 页码范围 40-43
页数 4页 分类号 TP27
字数 3196字 语种 中文
DOI 10.3969/j.issn.1673-4580.2007.06.010
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 舒彤 九江学院电子工程学院 13 43 4.0 6.0
2 余香梅 九江学院机械工程学院 12 28 3.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (2)
共引文献  (8)
参考文献  (2)
节点文献
引证文献  (3)
同被引文献  (2)
二级引证文献  (0)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(2)
  • 参考文献(1)
  • 二级参考文献(1)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2012(2)
  • 引证文献(2)
  • 二级引证文献(0)
2013(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
数控机床
BP神经网络
可靠性预计
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
九江学院学报(社会科学版)
季刊
1673-4580
36-1285/C
大16开
江西省九江市前进东路551号
1982
chi
出版文献量(篇)
3249
总下载数(次)
16
总被引数(次)
5357
论文1v1指导