论文部分内容阅读
摊铺机是复杂的机电液系统，因受环境因素影响，容易出现故障，影响施工质量，需建立摊铺机的故障诊断系统。在建立摊铺机的故障征兆网络后，对采样信号进行3层小波包分解，用小波系数模极大值法提取故障的特征状态信息，用Pajek软件分析9个子系统故障的度和聚类系数，得到故障的可能部位，降低系统维数，减少后续计算量。用PSO优化神经网络算法进行状态样本数据学习，训练网络结构并优化，进而得到故障部位信息。样本测试表明，和神经网络相比，系统的迭代次数有效减少，实际输出结果和期望区间相符。