论文部分内容阅读
齿轮箱是机械设备中用于连接和传递动力的零部件,由于受到自身结构较为复杂,所工作环境较为恶劣等的因素,常常会发生一些故障性的问题.本研究采用深度学习方法进行齿轮箱的故障的人工智能识别模型建立和分析,并将深度学习预测结果与传统BP神经网络和支持向量机预测结果进行对比.实验分析结果表明,采用深度学下的方法其对齿轮箱的故障识别的准确率为93.3％,优于BP神经网络和支持向量机方法.可有效的应用于齿轮箱故障诊断.