RBF和改进BP神经网络在水泵振动故障诊断中的应用比较

被引：8

作者：

史丽萍

汤家升

张晓蕾

余鹏玺

刘鹏

机构：

[1] 中国矿业大学信息与电气工程学院

来源：

大电机技术 | 2014年 / 04期

关键词：

水泵机组; 振动故障; 改进BP神经网络; RBF神经网络;

D O I：

暂无

中图分类号：

TH38 [各种用途]; TP183 [人工神经网络与计算];

学科分类号：

120111 [工业工程]; 140502 [人工智能];

摘要：

针对水泵机组振动故障的复杂性,采用了应用较为成熟的基于改进误差反向传播(BP)和径向基(RBF)神经网络的故障诊断方法。依据归一化的故障特征量样本和目标期望输出,对两种诊断网络进行了达标训练。通过对工程现场提取的验证数据进行网络诊断测试和对比,证明RBF和改进BP两种神经网络的诊断方式均可以满足诊断基本要求,但是改进BP神经网络的诊断方式对故障定位更为快速精确。为水泵振动故障诊断技术的提升打下基础。

引用

页码：59 / 62+80 +80

页数：5

共 5 条

[1]

基于粒子群神经网络的气阀机构故障诊断 [J].