旋转机械故障诊断中的神经网络改进算法研究

被引:15
作者
张炜
张优云
战仁军
张玉祥
机构
[1] 西安交通大学润滑理论及轴承研究所
关键词
故障诊断; 神经网络; 旋转机械; 控制因子; 惯性因子;
D O I
10.16385/j.cnki.issn.1004-4523.1996.01.019
中图分类号
TH165.3 [];
学科分类号
摘要
就 BP 神经网络学习收敛速度慢和易出现局部最小点的不足,采用了自适应学习率和绝对误差等距离逼近方法,引入了控制因子常数,就控制因子常数、惯性因子常数以及隐层单元数对网络收敛迭代次数的影响进行了研究。并将改进算法应用于旋转机械故障诊断中。结果表明:控制因子常数和绝对误差等距离收敛准则的引入提高了 BP 网络的收敛速度,改善了网络的收敛性能,具有实际应用意义。最后,结合具体实例给出了控制因子常数、惯性因子和隐层单元数的合适取值范围和推荐值。
引用
收藏
页码:31 / 37
页数:7
相关论文
共 6 条
  • [1] 模式识别与神经网络.[M].殷勤业等编译;.机械工业出版社.1992,
  • [2] 机器故障的分析与监测.[M].(美)米切尔(Mitchell;J.S.)著;林明邦等译;.机械工业出版社.1990,
  • [3] 神经网络系统理论.[M].焦李成著;.西安电子科技大学出版社.1990,
  • [4] 神经网络技术及其在旋转机械故障诊断中的应用
    颜延虎
    钟秉林
    黄仁
    万德均
    [J]. 振动工程学报, 1993, (03) : 205 - 212
  • [5] 人工神经网络和机械故障诊断
    吴蒙
    贡璧
    何振亚
    [J]. 振动工程学报, 1993, (02) : 153 - 163
  • [6] 神经网络在大型回转机械故障诊断中的应用
    陈岳东
    屈梁生
    不详
    [J]. 西安交通大学学报 , 1992, (04) : 53 - 60