关键词：RBF神经网络;机械设备;油液;质量;检测
摘 要：针对传统机械设备油液质量检测方法检测周期长的问题,设计一个基于RBF神经网络的机械设备油液质量检测方法。利用原子发射光谱测量原理对油液预处理,并根据光吸收定律求得待测油液中元素含量,在此基础上,根据RBF神经网络结构,计算油液样本密度指标,利用伪逆最小二乘法,求取RBF神经网络隐含层与输出层之间的权值,最后构建油液质量的特征向量,以特征向量判断油液质量。实验对比结果表明,在颗粒数量为20时,传统检测方法与此次设计检测方法检测周期相差5 min,但当颗粒为60时,此次设计的基于RBF神经网络的机械设备油液质量检测方法检测周期为5 min,传统检测方法检测周期为30 min,比传统方法检测周期短25 min,证明此次设计的检测方法检测周期短,能够满足机械设备油液质量检测的实时性要求。
内 容：原文可通过湖北省科技信息共享服务平台（http://www.hbstl.org.cn)获取