山东理工大学学报（自然科学版）
山東理工大學學報（自然科學版）
산동리공대학학보（자연과학판）
JOURNAL OF SHANDONG UNIVERSITY OF TECHNOLOGY(SCIENCE AND TECHNOLOGY)
2010年
4期
81-83
,共3页
改进型 RBF 神经网络%故障诊断%旋转机械
改進型 RBF 神經網絡%故障診斷%鏇轉機械
개진형 RBF 신경망락%고장진단%선전궤계
为克服BP网络在机械故障诊断中存在的训练收敛速度慢且容易陷入局部极小、网络初值对学习性能影响比较大等缺陷,提出了一种基于最近邻聚类学习算法的改进型RBF神经网络模型,并将该模型应用于旋转机械的故障诊断中.应用结果表明,改进型RBF网络训练速度快、分类性能良好,在设备故障诊断领域具有很好的实用性.
為剋服BP網絡在機械故障診斷中存在的訓練收斂速度慢且容易陷入跼部極小、網絡初值對學習性能影響比較大等缺陷,提齣瞭一種基于最近鄰聚類學習算法的改進型RBF神經網絡模型,併將該模型應用于鏇轉機械的故障診斷中.應用結果錶明,改進型RBF網絡訓練速度快、分類性能良好,在設備故障診斷領域具有很好的實用性.
위극복BP망락재궤계고장진단중존재적훈련수렴속도만차용역함입국부겁소、망락초치대학습성능영향비교대등결함,제출료일충기우최근린취류학습산법적개진형RBF신경망락모형,병장해모형응용우선전궤계적고장진단중.응용결과표명,개진형RBF망락훈련속도쾌、분류성능량호,재설비고장진단영역구유흔호적실용성.
