典型文献
基于BP神经网络的门式起重机故障识别和诊断
文献摘要：
门式起重机应用广泛但结构复杂,出现故障后不容易被发现.为保证相关人员能够在门式起重机高频率的作业过程中及时发现故障并进行维修,采用BP神经网络对门式起重机的故障进行预测分析.采集并处理门式起重机的各项数据,处理后作为数据输入,确定门式起重机的4种常见故障形式作为输出,选择合适的网络参数后对故障进行预测.数据验证和工程应用表明,非线性拟合效果好,网络稳定性强,可对门式起重机的不同的故障情况进行有效的预测和识别.
文献关键词：
港口;门式起重机;故障识别;BP神经网络
中图分类号：
作者姓名：
邱铁成
作者机构：
营口新港矿石码头有限公司,辽宁 营口 115000
文献出处：
引用格式：
[1]邱铁成-.基于BP神经网络的门式起重机故障识别和诊断)[J].港口科技,2022(04):17-19,23
A类：
B类：
门式起重机,故障识别,高频率,作业过程,预测分析,并处,项数,常见故障,故障形式,网络参数,数据验证,非线性拟合,拟合效果,网络稳定性,港口
AB值：
0.205303
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
