基于LM-BP神经网络的气阀故障诊断方法

被引：11

作者：

张华 ^{[1
]}

刁永发 ^{[1
]}

于伟 ^{[2
]}

机构：

[1] 东华大学环境科学与工程学院

[2] 金昌化学工业集团有限公司

来源：

计算机测量与控制 | 2015年 / 10期

关键词：

Levenberg-Marquardt算法; BP神经网络; 多级往复式压缩机; 气阀故障;

D O I：

暂无

中图分类号：

TP183 [人工神经网络与计算]; TH45 [压缩机、压气机];

学科分类号：

120111 [工业工程]; 140502 [人工智能];

摘要：

提出一种基于LM（Levenberg-Marquardt）算法优化的BP（Back Propagation）神经网络的多级往复式压缩机气阀故障诊断方法;以6 M25-185/314氢氮气压缩机的6级压差和6级温差作为网络的输入向量,建立可对往复式压缩机一至六级气阀故障进行在线监测及故障诊断的LM-BP神经网络模型;以100组故障数据作为网络训练样本,30组数据作为网络检测样本进行故障诊断,结果表明,LM-BP神经网络相比于变梯度BP神经网络和RBF神经网络诊断更快速稳定且准确率达到96%以上;利用Matlab软件平台建立的LM-BP神经网络故障诊断模型,模型简单便于在工程实际中应用。

引用

页码：3307 / 3309+3312 +3312

页数：4

共 12 条

[1]

基于LM-BP神经网络算法的模拟电路故障诊断[J] 王浩天;单甘霖;段修生; 计算机测量与控制 2013, 12

[2]

RBF神经网络在整流器故障诊断中的应用[J] 谢永成;董今朝;李光升;魏宁; 计算机测量与控制 2013, 12

[3]

基于粗糙集和BP神经网络算法的网络故障诊断模型研究 [J].

尚志信 ;

周宇 ;

叶庆卫 ;

王晓东 .

宁波大学学报(理工版), 2013, 26 (02) :45-48

[4]

基于神经网络的变压器故障诊断方法研究 [J].

王桂英 ;

张世军 ;

潘思尧 .

计算机测量与控制, 2012, 20 (07) :1760-1762

[5]

基于模糊神经网络的汽车液压泵的故障诊断研究 [J].

傅华娟 .

液压与气动, 2011, (09) :93-96

[6]

压缩机气阀故障诊断 [J].

赵质良 ;

陈学峰 ;

程明 .

装备制造技术, 2010, (10) :95+102

[7]

Hardness Prediction of 7003 Aluminum Alloy by Gradient Descent Algorithm in BP Artificial Neural Networks[J] Ren J.P.;Song R.G. Advanced Materials Research 2011,

[8]

Convergence analysis of online gradient method for BP neural networks[J] Wei Wu;Jian Wang;Mingsong Cheng;Zhengxue Li Neural Networks 2010,

[9]

Advanced network monitoring applications based on mobile/intelligent agent technology[J] D. Gavalas;D. Greenwood;M. Ghanbari;M. O'Mahony Computer Communications 2000,

[10]

人工神经网络理论、设计及应用[M] 韩力群; 编著化学工业出版社 2007,

← 1 2 →