旋转机械故障诊断的量子神经网络算法

• 作者: 朱大奇 陈尔奎
• 来源期刊: 中国电机工程学报
• 学科: 工学
• 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
• 年，卷（期）: 2006,（1）
• 所属期刊栏目: 电工电机
• 页码范围: 132-136
• 页数: 5页
• 分类号: TP18|TP274
• 字数: 3750字
• 语种: 中文
• DOI: 10.3321/j.issn:0258-8013.2006.01.025

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	朱大奇	江南大学控制科学与工程研究中心	15	883	7.0	15.0
2	陈尔奎	江南大学控制科学与工程研究中心	16	225	9.0	15.0