舰船科学技术
艦船科學技術
함선과학기술
SHIP SCIENCE AND TECHNOLOGY
2013年
8期
115-118
,共4页
BP神经网络%旋转变压器%故障诊断
BP神經網絡%鏇轉變壓器%故障診斷
BP신경망락%선전변압기%고장진단
BP neural networks%resolver%fault diagnosis
计程仪信号传输系统是由步进电机通过齿轮带动多个旋转变压器.为实现对其故障的智能诊断,提出一种基于BP神经网络算法的故障诊断方法,并采用LM(Levenberg-Marquardt)最优化算法对BP网络进行训练.通过Matlab神经网络工具箱仿真计算,结果表明LM算法提高了BP神经网络的学习效率及稳定性,明显加快了网络的收敛速度.使用BP神经网络对步进电机带动多旋变系统故障诊断的方法行之有效,在减少故障诊断人员工作量同时提高了系统故障诊断的效率.
計程儀信號傳輸繫統是由步進電機通過齒輪帶動多箇鏇轉變壓器.為實現對其故障的智能診斷,提齣一種基于BP神經網絡算法的故障診斷方法,併採用LM(Levenberg-Marquardt)最優化算法對BP網絡進行訓練.通過Matlab神經網絡工具箱倣真計算,結果錶明LM算法提高瞭BP神經網絡的學習效率及穩定性,明顯加快瞭網絡的收斂速度.使用BP神經網絡對步進電機帶動多鏇變繫統故障診斷的方法行之有效,在減少故障診斷人員工作量同時提高瞭繫統故障診斷的效率.
계정의신호전수계통시유보진전궤통과치륜대동다개선전변압기.위실현대기고장적지능진단,제출일충기우BP신경망락산법적고장진단방법,병채용LM(Levenberg-Marquardt)최우화산법대BP망락진행훈련.통과Matlab신경망락공구상방진계산,결과표명LM산법제고료BP신경망락적학습효솔급은정성,명현가쾌료망락적수렴속도.사용BP신경망락대보진전궤대동다선변계통고장진단적방법행지유효,재감소고장진단인원공작량동시제고료계통고장진단적효솔.
