...
  • 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>Mechanical systems and signal processing >An online adaptive condition-based maintenance method for mechanical systems
【24h】

An online adaptive condition-based maintenance method for mechanical systems

机译：机械系统基于状态的在线自适应维护方法

获取原文
获取原文并翻译 | 示例
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

This paper proposes an online adaptive condition-based maintenance method with pattern discovery and fault learning capabilities for mechanical systems. The method is mainly based on a subtype of neural network techniques called self-organizing map (SOM). It is able to reduce local clusters from the same pattern and optimize the SOM architecture to further decrease the calculation cost in matching patterns in the neuron fitting process. Moreover, distance analysis and statistical pattern recognition (SPR) on neurons of the SOM are combined to establish rules and criteria for conducting and controlling the discovery and learning process so continuous process as purging prototypes on the map can be avoided. An experiment on condition monitoring of a machine tool test bed demonstrates and validates the effectiveness of the proposed approach.
机译：本文提出了一种具有模式发现和故障学习功能的机械系统在线自适应状态维护方法。该方法主要基于称为自组织图（SOM）的神经网络技术的子类型。它能够减少来自同一模式的局部聚类，并优化SOM体系结构，以进一步降低神经元拟合过程中匹配模式中的计算成本。此外，结合了SOM神经元的距离分析和统计模式识别（SPR），可以建立规则和标准来进行和控制发现与学习过程，从而避免了在地图上清除原型的连续过程。在机床测试台上进行状态监控的实验证明并验证了该方法的有效性。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号