沈阳化工大学学报
瀋暘化工大學學報
침양화공대학학보
JOURNAL OF SHENYANG INSTITUTE OF CHEMICAL TECHNOLOGY
2014年
1期
81-84
,共4页
高淑芝%徐晓剑%王会%赵娜
高淑芝%徐曉劍%王會%趙娜
고숙지%서효검%왕회%조나
LMBP神经网络%算法改进%聚合釜%故障诊断
LMBP神經網絡%算法改進%聚閤釜%故障診斷
LMBP신경망락%산법개진%취합부%고장진단
针对LMBP神经网络算法的一些不足,如计算量大,收敛速度慢等特点,提出一些改进方法,即将求逆矩阵G-1移到等式左边,用直接分解法求解,极大地减少了计算量,并且采用变步长代替原来的固定步长.通过结合聚合釜的现场数据集进行故障诊断的仿真实验,结果表明所提改进LMBP故障诊断方法有效、可行.
針對LMBP神經網絡算法的一些不足,如計算量大,收斂速度慢等特點,提齣一些改進方法,即將求逆矩陣G-1移到等式左邊,用直接分解法求解,極大地減少瞭計算量,併且採用變步長代替原來的固定步長.通過結閤聚閤釜的現場數據集進行故障診斷的倣真實驗,結果錶明所提改進LMBP故障診斷方法有效、可行.
침대LMBP신경망락산법적일사불족,여계산량대,수렴속도만등특점,제출일사개진방법,즉장구역구진G-1이도등식좌변,용직접분해법구해,겁대지감소료계산량,병차채용변보장대체원래적고정보장.통과결합취합부적현장수거집진행고장진단적방진실험,결과표명소제개진LMBP고장진단방법유효、가행.
