10.3969/j.issn.1001-5884.2004.05.024
基于LVQ网络在汽轮机轴承座松动故障诊断中的应用
利用汽轮机轴承座松动的相关频段上不同频率谱的谱峰能量值作为故障信号的训练样本输入到LVQ网络,并产生训练后的权重向量.由于竞争层神经元的权重分布不同,权重分布图则也不同,因此,可以根据不同的权重分布图来准确地诊断汽轮机轴承座松动故障的严重程度.
权重向量、训练样本、LVQ网络
46
TK267(蒸汽动力工程)
2004-12-09(万方平台首次上网日期,不代表论文的发表时间)
共2页
388-389