基于RBF神经网络的机械设备油液质量检测方法研究

• 作者: 程亮 覃莉 谌海云
• 来源期刊: 自动化与仪器仪表
• 学科: 工学
• 关键词: RBF神经网络 机械设备 油液 质量 检测
• 年，卷（期）: 2020,（8）
• 所属期刊栏目: 理论创新
• 页码范围: 10-13
• 页数: 4页
• 分类号: TP273
• 语种: 中文
• DOI: 10.14016/j.cnki.1001-9227.2020.08.010

摘要

针对传统机械设备油液质量检测方法检测周期长的问题,设计一个基于RBF神经网络的机械设备油液质量检测方法.利用原子发射光谱测量原理对油液预处理,并根据光吸收定律求得待测油液中元素含量,在此基础上,根据RBF神经网络结构,计算油液样本密度指标,利用伪逆最小二乘法,求取RBF神经网络隐含层与输出层之间的权值,最后构建油液质量的特征向量,以特征向量判断油液质量.实验对比结果表明,在颗粒数量为20时,传统检测方法与此次设计检测方法检测周期相差5 min,但当颗粒为60时,此次设计的基于RBF神经网络的机械设备油液质量检测方法检测周期为5 min,传统检测方法检测周期为30 min,比传统方法检测周期短25 min,证明此次设计的检测方法检测周期短,能够满足机械设备油液质量检测的实时性要求.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	谌海云		85	369	11.0	15.0
2	程亮		9	99	5.0	9.0
3	覃莉		4	0	0.0	0.0