基于LM-BP神经网络的制动器故障识别系统

摘要：

门式起重机常用于室外装卸作业,其制动系统是货物运输过程减速停车的关键,对门式起重机的在线实时监测及故障诊断、识别十分重要.本文通过研究液压盘式制动器的故障种类,使用基于LM算法改进的BP神经网络作为系统框架,利用制动器故障状态数据进行网络训练,最后通过训练好的网络识别待测样本故障原因,结果与实际情况相符,表明使用LM-BP神经网络进行制动器故障识别快速、有效.

关键词： 门式起重机 制动器 故障识别系统 神经网络

作者: 何常远 马润梅

作者单位: 北京化工大学,100029

会议类型: 国内会议

会议名称: 北京力学会第二十三届学术年会

会议地点: 北京

会议语种:中文

页码: 688-693

在线出版日期: 2017-01-14（万方平台首次上网日期，不代表论文的发表时间）