制造业自动化
製造業自動化
제조업자동화
MANUFACTURING AUTOMATION
2010年
10期
20-24
,共5页
ANFIS模型%故障诊断%振动参数%云模型
ANFIS模型%故障診斷%振動參數%雲模型
ANFIS모형%고장진단%진동삼수%운모형
为解决汽车发动机振动参数故障问题,采用自适应神经模糊推理系统(ANFIS)建立故障诊断模型,利用减法聚类方法确定模型初始结构,并采用云模型优化模型接口参数.实例建模对比分析,引入云模型后的ANFIS模型的识别率从88.75%提高到99.68%,训练误差也从0.12021降低至0.11526.试验表明引入云模型后该模型收敛速度快,拟合能力强且诊断识别精度高,能够有效识别汽车发动机振动参数的故障.
為解決汽車髮動機振動參數故障問題,採用自適應神經模糊推理繫統(ANFIS)建立故障診斷模型,利用減法聚類方法確定模型初始結構,併採用雲模型優化模型接口參數.實例建模對比分析,引入雲模型後的ANFIS模型的識彆率從88.75%提高到99.68%,訓練誤差也從0.12021降低至0.11526.試驗錶明引入雲模型後該模型收斂速度快,擬閤能力彊且診斷識彆精度高,能夠有效識彆汽車髮動機振動參數的故障.
위해결기차발동궤진동삼수고장문제,채용자괄응신경모호추리계통(ANFIS)건립고장진단모형,이용감법취류방법학정모형초시결구,병채용운모형우화모형접구삼수.실례건모대비분석,인입운모형후적ANFIS모형적식별솔종88.75%제고도99.68%,훈련오차야종0.12021강저지0.11526.시험표명인입운모형후해모형수렴속도쾌,의합능력강차진단식별정도고,능구유효식별기차발동궤진동삼수적고장.
