Апарат для класифікації технічного стану підшипників кочення буксових вузлів рухомого складу

Abstract

В даній статті розглядаються особливості використання апарату штучних нейронних мереж для цілей класифікації великої кількості діагностичної інформації, отриманої від сучасних вібродіагностичних комплексів. Встановлено, що застосування нейронної мережі типу радіальної базисної функції дозволяє класифікувати технічний стан елементів підшипників кочення рухомого складу з точністю 88,48 %.

The properties of artificial neural networks in classification of large amount of diagnostics information are introduced in this paper. The apply of artificial neural networks is found possible in classification а technical condition of the rolling bearings elements of the rolling stock with the accuracy 88,48 %.