作者：覃 莉,谌海云,程 亮 (西南石油大学)

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。

关键词:RBF 神经网络;机械设备;油液;质量;检测

文献引用

[1]覃莉,谌海云,程亮.基于RBF神经网络的机械设备油液质量检测方法研究[J].自动化与仪器仪表,2020(08):10-13.

（来源：自动化与仪器仪表 2020年第8期）