基于ART-2神经网络的行星轮系故障模式识别

• 作者: 唐力伟 康海英 肖志松
• 来源期刊: 机械强度
• 学科: 工学
• 关键词: 神经网络 行星轮系 模式识别
• 年，卷（期）: 2007,（5）
• 所属期刊栏目: 研究简报
• 页码范围: 862-864
• 页数: 3页
• 分类号: TH132.425|TP183|TH165.3
• 字数: 2005字
• 语种: 中文
• DOI: 10.3321/j.issn:1001-9669.2007.05.035

摘要

探索复杂行星轮系故障诊断方法.对振动信号作功率谱分析,提取故障特征,并基于ART-2神经网络提出行星轮系故障模式识别方法.该方法不仅能够对待检工况的模式作出正确的判断,而且对未知模式具有较强的自适应分类能力,通过实例分析验证方法的可行性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	唐力伟	军械工程学院一系	141	1349	18.0	31.0
2	康海英	军械工程学院一系	35	423	11.0	20.0
3	肖志松	军械工程学院一系	4	46	3.0	4.0