斜齒輪減速機電機一體式的模式識別。斜齒輪減速機神經(jīng)網(wǎng)絡(luò )作為種自適應的模式識別技術(shù)，并不需要預先給出有關(guān)模式的經(jīng)驗知識和判別函數，它通過(guò)自身的學(xué)習機制自動(dòng)形成所要求的決議計劃區域。該方法利用硬齒面齒輪減速機恍惚數學(xué)的理論和方法來(lái)解決模式識別題目，因此合用于分類(lèi)識別對象或要求的識別結果具有恍惚性的場(chǎng)合。因此，神經(jīng)網(wǎng)絡(luò )因為自身的特性，在故障模式識別領(lǐng)域中有著(zhù)越來(lái)越廣泛的應用。統計分類(lèi)方法。在良多情況下，特別是對于線(xiàn)性不可分的復雜決議計劃區域，齒輪減速機判別函數的形式也就格外復雜。為了避免斜齒輪減速機估計概率密度的難題，可以來(lái)用該方法。齒輪減速電機同類(lèi)的樣本彼此相似，具有某些共同的特征，不同類(lèi)的樣本彼此互不相似。

按照齒輪減速電機判別準則來(lái)劃分統計分類(lèi)方法，括小誤判概率準則和小損失判決規則等。而且因為全面的典型參考模式樣本不輕易得到，但假如采用概率模型，則會(huì )損失模式識別的精度。這種方法的條件是，分體電機減速機同類(lèi)樣本的特征向量相互靠近而不同類(lèi)樣本的特征向量間隔要大得多。所謂斜齒輪減速機模式識別就是從模式空間到種別隸屬空間的準確映射。網(wǎng)絡(luò )的特性由其拓撲結構、神經(jīng)元特性、學(xué)習和練習規則所決定。在斜齒輪減速機傳統的模式識別技術(shù)中，模式分類(lèi)的基本方法是利用判別函數來(lái)劃分每個(gè)種別。網(wǎng)絡(luò )練習完畢后，故障的模式分類(lèi)就是根據給定的組征兆，實(shí)現征兆集到故障集之間的非線(xiàn)性映射的過(guò)程。其中，網(wǎng)絡(luò )的輸入結點(diǎn)對應著(zhù)故障征兆，輸出結點(diǎn)對應著(zhù)故障原因。該方法是利用了斜齒輪減速機各模式類(lèi)的分布特征，即直接利用各類(lèi)的概率密度函數、后驗概率等，或隱含地利用上述概念進(jìn)行分類(lèi)識別。目前，恍惚模式識別的方法良多，簡(jiǎn)樸、常用的就是大隸屬度原則。在定前提下，根據樣本空間的相似性把樣本集分為若干子集，結果應是齒輪減速馬達某種表示聚類(lèi)質(zhì)量的準則函數為大。常用的方法包括C均值法和ISODAIA算法。下面以單隱層BP網(wǎng)絡(luò )為例，先容基于神經(jīng)網(wǎng)絡(luò )的故障診斷的方法和特點(diǎn)。它可以充分利用狀態(tài)信息，對齒輪減速電機來(lái)自于不同狀態(tài)的信息逐進(jìn)行練習而獲得某種映射關(guān)系。而且網(wǎng)絡(luò )可以連續學(xué)習，假如斜齒輪減速機環(huán)境發(fā)生改變，這種映射關(guān)系還可以自適應地進(jìn)行調整。

斜齒輪減速機常用的模式識別方法天然界的事物和現象般可分為多個(gè)相似，但又不完全相同的群體或個(gè)體組成的種別人們把這樣的種別稱(chēng)為模式類(lèi)或模式，而把其中每個(gè)事物或現象稱(chēng)為該模式的個(gè)樣本?；秀蹦Ｊ阶R別。斜齒輪減速機聚類(lèi)分類(lèi)方法是種無(wú)監視的學(xué)習方法，就是不利用樣本的種別屬性知識，只根據樣本的相似性進(jìn)行分類(lèi)的方法。先斜齒輪減速機利用組故障樣本對網(wǎng)絡(luò )進(jìn)行練習，以確定齒輪減速電機網(wǎng)絡(luò )的結構(中間層的傳遞函數和神經(jīng)元數量)和參數(神經(jīng)元之間的連接權值和閾值)。齒輪減速電機故障診斷中常常用到以下模式識別方法：聚類(lèi)分類(lèi)方法。常用樣本的相似性測度包括間隔指標和角度指標。http://wap.cxsec.cn/product/list-tongzhoujiansuji-cn.html