44 / 56
42
ХРАНЕНИЕ и ПЕРЕРАБОТКА СЕЛЬХОЗСЫРЬЯ • № 6 • 2015
результатов исследований (наблюдений), которые служат
исходными данными для построения нейронной сети. В
столбцах 1–16 табл. 1 приведены переменные, соответс‑
твующие значениям диагностических признаков (значе‑
ния амплитуды виброскорости в 1/3 октавных полосах),
различным техническим состоянияммашины; в столбце
17 — априорная вероятность диагноза; в столбце 18 —
условное обозначение класса состояния (диагноза), где
norm — состояние, соответствующее норме; D_rotor —
дефект ротора; coupling —дефект муфт; bearing—дефек‑
ты подшипника.
Анализ литературных источников [5, 6] показал, что
для решения задачи классификацииможно использовать
нейронную сеть следующих типов: многослойный пер‑
септрон, радиальной базиснойфункции, сетиКохонена,
вероятностной нейронной сети.
Нейросетевой анализ данных проведен в программе
Statistica 6. Исследования связаны с построением и обу‑
чениемнейронных сетей на базе накопленной информа‑
ции. Для нейросетевого анализа использован «Мастер
решений». Задан тип решаемой задачи—классификация,
так как определяется класс технического состояния, в
Рис. 1.
Зависимости 1/3 октавных спектров виброскорости подшипниковых узлов молотковых дробилок типа А1‑ДМР
от наличия дефектов: а — нормальное состояние; б — дефект муфты; в — дисбаланс ротора; г — дефект подшипника
Таблица 1
Исходные данные для построения нейронной сети
Электронная Научная СельскоХозяйственная Библиотека