CAJ | 학술논문

提出了一种改进神经网络的多重化可控整流电路故障诊断方法。针对 BP 算法收敛速度慢、容易陷入局部极小的缺点，采用了改进的 BP 算法，利用附加动量学习速率可变梯度法改进神经网络学习速率，从而达到了加快网络的收敛速度与提高网络的诊断精度。文中给出了基于改进 BP 网络的模型训练和测试数据的诊断。测试结果表明所提出的方法正确可行，该诊断方法对多重化可控整流电路故障的识别可达到较高的精度。
제출료일충개진신경망락적다중화가공정류전로고장진단방법。침대 BP 산법수렴속도만、용역함입국부겁소적결점，채용료개진적 BP 산법，이용부가동량학습속솔가변제도법개진신경망락학습속솔，종이체도료가쾌망락적수렴속도여제고망락적진단정도。문중급출료기우개진 BP 망락적모형훈련화측시수거적진단。측시결과표명소제출적방법정학가행，해진단방법대다중화가공정류전로고장적식별가체도교고적정도。