论文部分内容阅读
根据农用机械的功能原理、组成结构和现场的实际经验,结合神经网络的学习能力及模糊推理能力构建出农用机械故障诊断系统。该系统具备了神经网络的自学习能力和模糊理论处理不确定信息的能力。通过仿真和实验结果表明,该系统能有效地进行农用机械样本模式的模糊量化处理,极大地改善了神经网络训练的收敛性,有利于农用机械的故障诊断。