基于改进BP神经网络的故障诊断方法

被引：13

作者：

吴静 ^{[1
]}

柳世考 ^{[2
]}

邓堃 ^{[1
]}

机构：

[1] 空军工程大学导弹学院

[2] 空军装备研究院防空所

来源：

工业仪表与自动化装置 | 2007年 / 03期

关键词：

改进BP算法; 神经网络; 发动机; 故障诊断;

D O I：

暂无

中图分类号：

TP183 [人工神经网络与计算];

学科分类号：

140502 [人工智能];

摘要：

对于常规BP神经网络,其收敛过程存在两个很大的缺陷:收敛速度慢;存在所谓“局部最小值”问题。文章采用了一种自适应学习速率动量梯度下降反向传播算法对BP神经网络进行训练,建立了智能诊断模型,并应用于某型坦克发动机的故障诊断,测试结果表明该方法相比常规BP算法能够更有效诊断发动机油路和气路的故障,从而为故障诊断及判定的自动化提供了一个新思路。

引用

页码：45 / 48

页数：4