BP人工神经网络在全自动洗衣机故障诊断中的应用

由于汽车的特殊运行条件和环境,以及汽车行驶过程中经常性换档,使得变速箱中齿轮、轴、轴承等常发生故障。据统计,由齿轮失效引起的汽车变速箱故障占全部原因的60%.在这里,齿轮失效的主要形式有齿根裂痕和弯曲

bp人工神经网络算法 BOOL CBPworkApp::InitInstance() { AfxEnableControlContainer(); // Standard initialization

plc在自动洗衣机应用的论文内容。

滚动轴承是旋转机械中最常用的部件之一。滚动轴承很容易损坏，而它的工作条件通常比较复杂，很难对其故障进行准确判断。为了提高滚动轴承故障诊断的有效性，构建了一种新的基于改进量子蜂群算法和BP神经网络的滚动

基于BP神经网络的模拟电路故障诊断研究，陆润鸣，李志华，模拟电路的可靠性决定了电子设备的可靠性。在基于BP网络的模拟电路故障诊断中，针对网络样本中含有冗余信息及样本维数高的问题，�

提出基于三层BP神经网络的诊断模型,提取反映矿井通风机故障信息的振动信号频谱特征,用来训练神经网络。实测证明矿井通风机故障诊断系统高效、准确,可以推广应用。

BP算法基于梯度下降原理是一种局部寻优算法,在变压器故障诊断应用中网络学习过程收敛速度慢,且易陷入局部极小值。而遗传算法(GA)具有并行计算的特点,可以有效防止搜索过程收敛于局部最优解。将二者结合起来

针对现有刚性罐道故障诊断方法不能消除环境因素影响、接头故障识别率较低等问题,以提高罐道故障种类识别精度为目标,提出了基于小波包和BP神经网络的刚性罐道故障诊断方法。搭建了立井提升系统实验台,模拟台阶突

本文提出了一种基于小波多层分解和BP神经网络相结合的模拟电路故障诊断方法。该方法利用了多层小波分解优异的时频特性来提取故障特征参数，进行能量特征提取、归一化，并结合BP网络强大的非线性分类能力和快速的

利用BP神经网络对转子故障进行建模分析。发挥神经网络的自学能力和联想能力,对非训练样本,做出控制决策,表现非常灵活。可根据实验数据进行网络训练,用新数据进行模型验证。还与概率神经网络(PNN)进行对比