基于遗传-神经网络的电机故障诊断

• 作者: 赵月明 陈在平
• 来源期刊: 天津理工大学学报
• 学科: 工学
• 关键词: 神经网络 遗传算法 故障诊断
• 年，卷（期）: 2006,（5）
• 页码范围: 41-43,72
• 页数: 4页
• 分类号: TP273
• 字数: 2500字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-095X.2006.05.012

摘要

论述了神经网络应用于电机故障诊断的方法,采用非线性最小二乘法中的LM(Levenberg-Marquardt)算法,能够有效地减少训练时间,并且提高诊断识别的精度,明显优于其他改进型BP算法.针对神经网络易陷入局部最小点的固有缺点,采用遗传算法(Genetic Algorithm,简称GA)对神经网络初始权值进行全局优化,再采用LM算法进行训练学习,同时避免了遗传算法局部搜索能力不强的缺点.应用遗传-神经网络方法对电机故障诊断进行了仿真实验研究,证实了此方法的正确性与有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈在平	天津理工大学自动化学院	67	542	12.0	20.0
2	赵月明	天津理工大学自动化学院	3	27	2.0	3.0