传感技术学报
傳感技術學報
전감기술학보
Journal of Transduction Technology
2005年
3期
510-513
,共4页
神经网络%故障诊断%旋转机械%共轭梯度%LM算法
神經網絡%故障診斷%鏇轉機械%共軛梯度%LM算法
신경망락%고장진단%선전궤계%공액제도%LM산법
机械设备的安全运行对企业的现代化生产至关重要,因而对故障机械的诊断近年来受到了普遍关注,而神经网络具有分辨原因及故障类型的能力,在故障诊断领域中得到了广泛应用.本文针对传统BP算法存在的收敛速度慢以及容易陷入局部最小点等问题,给出了两种基于数值优化方法的改进BP算法,应用改进的BP算法对旋转机械故障进行诊断研究,结果表明,加快了网络的收敛速度.证明该算法比BP算法精度更高且收敛速度更快.
機械設備的安全運行對企業的現代化生產至關重要,因而對故障機械的診斷近年來受到瞭普遍關註,而神經網絡具有分辨原因及故障類型的能力,在故障診斷領域中得到瞭廣汎應用.本文針對傳統BP算法存在的收斂速度慢以及容易陷入跼部最小點等問題,給齣瞭兩種基于數值優化方法的改進BP算法,應用改進的BP算法對鏇轉機械故障進行診斷研究,結果錶明,加快瞭網絡的收斂速度.證明該算法比BP算法精度更高且收斂速度更快.
궤계설비적안전운행대기업적현대화생산지관중요,인이대고장궤계적진단근년래수도료보편관주,이신경망락구유분변원인급고장류형적능력,재고장진단영역중득도료엄범응용.본문침대전통BP산법존재적수렴속도만이급용역함입국부최소점등문제,급출료량충기우수치우화방법적개진BP산법,응용개진적BP산법대선전궤계고장진행진단연구,결과표명,가쾌료망락적수렴속도.증명해산법비BP산법정도경고차수렴속도경쾌.