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。
引文
1高隽.人工神经网络原理及仿真实例[J].2007.
2王新刚,王起才,周岩,等.基于人工神经网络的大体积混凝土温度场预测[J].混凝土,2006(9):21-24.
3冯敏.矿井提升机盘式制动器失效原因分析及解决方案研究[D].中南大学,2012.