基于改进ENN2聚类算法的多故障诊断方法

被引：45

作者：

文天柱 ^{[1
]}

许爱强 ^{[1
]}

程恭 ^{[2
]}

机构：

[1] 海军航空工程学院科研部

[2] 海军装备部

来源：

控制与决策 | 2015年 / 30卷 / 06期

关键词：

多故障诊断; 可拓神经网络; 改进ENN2聚类算法; 状态监控;

D O I：

10.13195/j.kzyjc.2014.0607

中图分类号：

TP277 [监视、报警、故障诊断系统]; TP18 [人工智能理论];

学科分类号：

0804 ; 080401 ; 080402 ; 081104 ; 0812 ; 0835 ; 1405 ;

摘要：

针对可拓神经网络无法解决多故障诊断的问题,建立问题模型,将多故障诊断问题转化为多特征样本的聚类问题从模型结构和学习算法两个方面对ENN2进行改进,提出基于改进ENN2聚类算法的多故障诊断方法,并对其参数和时间复杂度进行分析采用工程实例对所提出的方法进行验证,结果表明,所提出的方法能够解决离线的多故障诊断问题,且得到的诊断模型可用于在线状态监控,具有较好的应用前景

引用

页码：1021 / 1026

页数：6

共 9 条

[1] 基于可拓理论的RBF神经网络研究及其应用 [J].

徐圆 ;

冯晶 ;

朱群雄 .

控制与决策, 2011, 26 (11) :1721-1725

[2] 汽轮发电机组的粒子群可拓故障诊断算法 [J].

王永林 .

电力系统保护与控制, 2010, 38 (17) :87-90

[3] 可拓神经网络研究综述 [J].

周玉 ;

钱旭 ;

张俊彩 ;

孔敏 .

计算机应用研究, 2010, 27 (01) :1-5

[4]

A novel extension neural network based partial discharge pattern recognition method for high-voltage power apparatus[J] . Hung-Cheng Chen,Feng-Chang Gu,Meng-Hui Wang.Expert Systems With Applications . 2011 (3)

[5] A novel neural network with simple learning algorithm for islanding phenomenon detection of photovoltaic systems [J].

Chao, Kuei-Hsiang ;

Chiu, Chia-Lung ;

Li, Ching-Ju ;

Chang, Yu-Choung .

EXPERT SYSTEMS WITH APPLICATIONS, 2011, 38 (10) :12107-12115

[6]

Multi component fault diagnosis of rotational mechanical system based on decision tree and support vector machine[J] . M. Saimurugan,K.I. Ramachandran,V. Sugumaran,N.R. Sakthivel.Expert Systems With Applications . 2010 (4)

[7]

A novel method for multi-fault diagnosis of rotor system[J] . JianPing Jing,Guang Meng.Mechanism and Machine Theory . 2008 (4)

[8]

Application of extension theory in misfire fault diagnosis of gasoline engines[J] . Jun Ye.Expert Systems With Applications . 2007 (2)

[9]

Extension neural network and its applications[J] . M.H. Wang,C.P. Hung.Neural Networks . 2003 (5)

← 1 →