论文部分内容阅读
针对钢管修磨控制系统中存在的常见故障,构造了神经网络信息融合中心.对来自多传感器的残差信号进行了预处理和离散小波变换,提取其细节系数作为神经网络的故障特征向量,使用改进BP算法对神经网络分类器训练以进行相应的故障模式识别.仿真结果表明,基于神经网络的信息融合技术用于控制系统的故障诊断是可行的和有效的.