2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩58頁未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

1、  近年來,信息融合作為一門新型學(xué)科廣泛應(yīng)用到很多領(lǐng)域,在數(shù)控機(jī)床故障診斷中,多傳感器故障診斷融合系統(tǒng)模型,有利于提高故障診斷的精度和準(zhǔn)確度,本文在對數(shù)控機(jī)床本體的結(jié)構(gòu)功能、故障機(jī)理和故障診斷理論方法深入分析的基礎(chǔ)上,首先,通過小波變換實(shí)現(xiàn)信號的除噪和故障特征向量的提取,構(gòu)造數(shù)控故障信號的特征向量,進(jìn)而為信息融合故障診斷的學(xué)習(xí)奠定基礎(chǔ)。
  論文中將神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)和學(xué)習(xí)算法應(yīng)用于故障診斷中。提出并建立一種新的信息融合故障診斷模型

2、,將模糊技術(shù)融合到神經(jīng)網(wǎng)絡(luò)中。在此基礎(chǔ)上,為了提高網(wǎng)絡(luò)的性能和速度,提出了一種模糊神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu),而且構(gòu)建了相應(yīng)的故障診斷融合模型框架,最終達(dá)到提高診斷精度的目的。本文將小波分析引入到對信號進(jìn)行模式識別與故障診斷的人工神經(jīng)網(wǎng)絡(luò)中,將小波變換的多尺度特性引入神經(jīng)網(wǎng)絡(luò),利用小波函數(shù)替換人工神經(jīng)元中的激勵函數(shù),使小波神經(jīng)網(wǎng)絡(luò)不僅具有小波的多分辨率特性而且保留了神經(jīng)網(wǎng)絡(luò)自學(xué)習(xí)與模式識別能力。
  通過對數(shù)控故障信號的仿真實(shí)驗(yàn),結(jié)果表明診斷

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

最新文檔

評論

0/150

提交評論