论文部分内容阅读
该文以较成熟的BP(back-propagation)神经网络为基础,论述了神经网络技术在旋转机械故障诊断中的应用问题,提出了用并行BP网络并发故障分类问题的方法,并采用自适应学习率和绝对误差等距离逼近法改善BP网络的学习性能,最后以振动频谱为特征,就汽轮发电机组机械中常见的20种故障模式的分类和训练学习进行了仿真试验和分析。结果表明:神经网络技术对于高维空间模式识别和非线性模式识别问题具有较强的