论文部分内容阅读
运用人工智能提高电液伺服阀的故障诊断水平，研究伺服阀静态特性曲线和伺服阀状态的对应关系，在特性曲线上提取状态特征参数作为人工神经网络样本，把训练好的经网络作为专家系统的知识库。状态特征参数提取方法能提高训练样本的质量。利用两级ＢＰ网络建立的伺服阀故障诊断专家系统已成功应用于液压ＡＧＣ测控系统，并具有推广价值。