轧机液压AGC系统基于神经网络的传感器故障诊断技术

• 作者: 刘才 张伟 李国友 董敏
• 来源期刊: 钢铁
• 学科: 工学
• 关键词: 液压AGC NARMA 递归神经网络 故障诊断
• 年，卷（期）: 2005,（5）
• 所属期刊栏目: 压力加工
• 页码范围: 45-48
• 页数: 4页
• 分类号: TP217
• 字数: 2810字
• 语种: 中文
• DOI: 10.3321/j.issn:0449-749X.2005.05.012

摘要

针对板带轧机液压AGC系统在线故障诊断问题,建立了一种基于非线性自回归滑动平均模型(NARMA)的递归神经网络,通过AIC定阶法确定模型阶次.运用生产实际数据,通过动态学习算法完成对网络的训练,使网络映射系统的动力学特性.该网络模型避免了故障的自学习,能够很好地实现故障检测.试验研究证明了该神经网络方法进行轧机液压AGC系统在线故障诊断的可行性和有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘才	燕山大学机械工程学院	111	981	16.0	24.0
2	张伟	燕山大学机械工程学院	89	833	13.0	26.0
3	董敏	燕山大学机械工程学院	34	155	7.0	11.0
4	李国友	燕山大学电气工程学院	54	308	8.0	15.0