原文传递
岸桥工况状态的神经网络识别技术的研究
| 论文题名： | 岸桥工况状态的神经网络识别技术的研究 |
| 关键词： | 故障诊断;神经网络;模式识别;岸桥工况;集装箱码头;状态监测 |
| 摘要： | 该论文依托外高桥集装箱码头岸桥状态监测分析系统的研制和宝钢原料码头卸船机状态监测诊断系统预研两个工程项目进行一些关键技术的研究.该论文在讨论基于神经网络的模式识别技术的基础上,阐述了所设计的基于带有偏差值的递归神经网络的模式识别系统的工作原理,并进行了应用.在应用过程中,该论文所需要的大量学习样本是通过模型试验得到的,该文介绍了在试验过程中用到的岸桥模型和数据采集软件.通过岸桥模型,模拟真实岸桥运行时的各种工作工况,得到了大量的数据,为网络的学习建立了样本库.该论文依据岸桥实体和模型上传感装置的布置位置和数量建立了神经网络模型,并以采集得到的数据作为教师值,对网络进行训练.在模式识别的过程中,该论文比较了基于BP网络和基于带有偏差值的递归神经网络两种模式识别的方法. |
| 作者： | 王志欣 |
| 专业： | 机械设计及理论 |
| 导师： | 胡雄 |
| 授予学位： | 硕士 |
| 授予学位单位： | 上海海运学院 |
| 学位年度： | 2003 |
| 正文语种： | 中文 |
检索历史
应用推荐
