基于粗聚类的RBF神经网络在故障诊断的中应用研究开题报告
2020-04-15 17:40:50
1. 研究目的与意义(文献综述包含参考文献)
一、研究背景 现代化生产设备的发展和科学技术的进步使得设备结构日趋复杂,功能日臻完善,自动化程度也越来越高。
结构的复杂性和大功率、高负载地连续运转,也使得设备在工作过程中,随着时间的增长和内外部条件的变化,不可避免地会发生故障。
这些故障,轻则降低设备性能,影响生产,重则停机停产,毁坏设备,甚至机毁人亡。
剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!
2. 研究的基本内容、问题解决措施及方案
一、本课题要研究的问题 故障诊断实际是指对一个特征进行分辨的过程,而待处理的故障是一个”数据集”,关键在于分类。
本课题基于粗k均值聚类的rbf神经网络研究了一种故障诊断模型,并将其用于柴油机的故障诊断中。
二、拟采用的研究手段 1.数据集的采集与整理。
剩余内容已隐藏,您需要先支付 5元 才能查看该篇文章全部内容!立即支付