摘要：结合领域专家的经验知识，根据提升机制动系统故障树，完成了故障样本的收集与设计，然后用自组织特征映射（SOM）网络对制动系统的7种故障自动进行了分类，成功实现了第一层次的诊断；总结了制动系统子系统一液压站故障树，进行故障样本的收集与设计，然后用BP网络、BP网络状态分类器和Elman网络对液压站故障进行了第二层次的诊断，确定了故障原因和程度．对液压站故障的测试结果表明，这3种网络最后的结构和智能算法trainlm、输入、输出均能满足故障诊断与预测的要求；Elman网络的诊断性能较稳定，其隐含层神经元数对诊断性能的影响较小；故障测试精度由高到低依次是BP网络状态分类器、BP网络、Elman网络．

原文链接:http://www.cqvip.com/Main/Detail.aspx?id=33406106

送人玫瑰，手留余香~如您已下载到该资源，可在回帖当中上传与大家共享，欢迎来CDA社区交流学习。（仅供学术交流用。）