旋转机械故障诊断的量子神经网络算法

被引：15

作者：

朱大奇

陈尔奎

机构：

[1] 江南大学控制科学与工程研究中心

来源：

中国电机工程学报 | 2006年 / 01期

关键词：

量子神经网络; 多层激励函数; 信息融合; 模式识别; 故障诊断;

D O I：

10.13334/j.0258-8013.pcsee.2006.01.025

中图分类号：

TH17 [机械运行与维修];

学科分类号：

0802 ;

摘要：

针对故障模式之间存在交叉数据的诊断不确定问题,将多层激励函数的量子神经网络引入多传感器信息融合之中,提出一种基于量子神经网络的多传感器信息融合故障诊断算法。并将其应用到旋转机械故障诊断中,通过测试被诊断设备的振动速度和加速度信号,求出两传感器对各故障模式的故障隶属度,利用多层激励函数的量子神经网络进行信息融合,得到融合的各故障模式隶属度值,确定真正的故障模式,提高了故障诊断的准确率。

引用

页码：132 / 136

页数：5

共 8 条

[1] 基于相关分析的感应电机定子故障诊断方法研究 [J].

侯新国 ;

吴正国 ;

夏立 ;

卜乐平 .

中国电机工程学报, 2005, (04) :85-88

[2] 基于复杂度分析的电机转子-轴承系统早期故障检测方法 [J].

杨定新 ;

胡茑庆 ;

张朝众 .

中国电机工程学报, 2004, (11) :128-131

[3] 基于多智能体的复杂工程系统故障诊断研究 [J].

朱大奇 ;

纪志成 .

计算机集成制造系统, 2004, (06) :699-703

[4] 变尺度随机共振用于电机故障的监测诊断 [J].

冷永刚 ;

王太勇 ;

李瑞欣 ;

彭永胜 ;

邓学欣 .

中国电机工程学报, 2003, (11) :115-119

[5] 基于信息融合技术的并发故障诊断的研究 [J].

蔡兴国 ;

马平 .

中国电机工程学报, 2003, (05) :113-116

[6] 模糊聚类分析在水电机组振动故障诊断中的应用 [J].

陈铁华 ;

陈启卷 .

中国电机工程学报, 2002, (03) :44-48

[7] Recognition of handwritten numerals by Quantum Neural Network with fuzzy features [J].

Zhou J. ;

Gan Q. ;

Krzyzak A. ;

Suen C.Y. .

International Journal on Document Analysis and Recognition, 1999, 2 (1) :30-36

[8]

Quantum neuralnetworks:Inherently fuzzy feed forward neural networks. Gopathy P,Nicolaos B,Karayiannis N B. IEEE Transactions on Neural Networks . 1997

← 1 →