破碎机神经网络技术的信息融合故障原因

 破碎机神经网络是一个具有高度非线性的超大规模连续时间动力系统，主要特征为连续时间非线性动力学、网络的全局作用、并行分布处理和联想学习能力。在故障诊断领域的应用主要有三个方面：一是从模式识别角度应用神经网络作为分类器进行故障诊断；二是从预测角度应用神经网络作为动态故障预测；三是从知识处理角度建立基于神经网络的诊断专家系统。

破碎机神经网络故障诊断问题可以看成模式识别。通过对一系列过程参量进行测量，然后用神经网络从测量空间映射到故障空间，实现故障诊断。神经网络之所以适合于故障诊断，有以下三个主要原因：

1)训练过的神经网络能存储有关过程的知识，可以根据对象的正常历史数据训练网络，然后将此信息与当前测量数据进行比较，以确定故障。

2)神经网络具有滤出噪声及在有噪声情况下得出正确结论的能力，这种能力使得神经网络适合在线故障检测和诊断。

3)神经网络具有分辨原因及故障类型的能力。

破碎机：http://www.zhisha.cn/87.htm