工业仪表与自动化装置
工業儀錶與自動化裝置
공업의표여자동화장치
INDUSTRIAL INSTRUMENTATION & AUTOMATION
2007年
3期
45-48
,共4页
改进BP算法%神经网络%发动机%故障诊断
改進BP算法%神經網絡%髮動機%故障診斷
개진BP산법%신경망락%발동궤%고장진단
对于常规BP神经网络,其收敛过程存在两个很大的缺陷:收敛速度慢;存在所谓"局部最小值"问题.文章采用了一种自适应学习速率动量梯度下降反向传播算法对BP神经网络进行训练,建立了智能诊断模型,并应用于某型坦克发动机的故障诊断,测试结果表明该方法相比常规BP算法能够更有效诊断发动机油路和气路的故障,从而为故障诊断及判定的自动化提供了一个新思路.
對于常規BP神經網絡,其收斂過程存在兩箇很大的缺陷:收斂速度慢;存在所謂"跼部最小值"問題.文章採用瞭一種自適應學習速率動量梯度下降反嚮傳播算法對BP神經網絡進行訓練,建立瞭智能診斷模型,併應用于某型坦剋髮動機的故障診斷,測試結果錶明該方法相比常規BP算法能夠更有效診斷髮動機油路和氣路的故障,從而為故障診斷及判定的自動化提供瞭一箇新思路.
대우상규BP신경망락,기수렴과정존재량개흔대적결함:수렴속도만;존재소위"국부최소치"문제.문장채용료일충자괄응학습속솔동량제도하강반향전파산법대BP신경망락진행훈련,건립료지능진단모형,병응용우모형탄극발동궤적고장진단,측시결과표명해방법상비상규BP산법능구경유효진단발동궤유로화기로적고장,종이위고장진단급판정적자동화제공료일개신사로.
