- 详情
- 2021-04-27
- 简介
pdf
- 360KB
- 页数 3P
- 阅读 68
- 下载 27
在充分考虑了D35 0离心鼓风机故障来源的基础上 ,确定了风机后轴承轴瓦轴向、水平、垂直 3个方向的振动速度作为故障预测的依据。并根据D35 0离心鼓风机故障发生时间预测的特点 ,设计了一个BP神经网络预测模型 ,然后再利用实验测得的一段连续时间的振动速度值来对BP神经网络进行训练 ,并验证了经过训练的网络预测结果的可靠性。最后将一组估计的振动速度值输入BP神经网络 ,对未来1 0天进行预测 ,预测结果表明与实际故障的发生时间非常接近。
对不起,您暂无在线预览权限,如需浏览请
立即登录热门商品
![](https://ftp.zjtcn.com/ask/6sku2dhkkhyd7tl5.jpg)
APL6***
擅长:
土建 市政
- 4.7
服务
- 6
商品
- 251
人气
相关推荐
一种基于神经网络的离心式鼓风机故障发生时间预测方法 360KB
离心式鼓风机故障分析及改进 65KB
离心式鼓风机故障分析和对策 139KB
FTA法用于分析离心式鼓风机低油压故障 286KB
钛材氯气离心式鼓风机的研制 752KB
离心式鼓风机运行中性能故障的分析 333KB
离心式鼓风机的状态监测与故障诊断工艺 116KB
离心式鼓风机演示教学 2.2MB
人工神经网络在离心式通风机故障诊断中的应用 467KB
D型系列离心式鼓风机 20KB