基于改进BP神经网络的故障诊断方法

• 作者: 吴静 柳世考 邓堃
• 来源期刊: 工业仪表与自动化装置
• 关键词: 改进BP算法 神经网络 发动机 故障诊断
• 年，卷（期）: 2007,（3）
• 所属期刊栏目: 经验交流
• 页码范围: 45-48
• 页数: 4页
• 分类号: TP206.3|TP183
• 语种: 中文
• DOI: 10.3969/j.issn.1000-0682.2007.03.013

摘要

对于常规BP神经网络,其收敛过程存在两个很大的缺陷:收敛速度慢;存在所谓"局部最小值"问题.文章采用了一种自适应学习速率动量梯度下降反向传播算法对BP神经网络进行训练,建立了智能诊断模型,并应用于某型坦克发动机的故障诊断,测试结果表明该方法相比常规BP算法能够更有效诊断发动机油路和气路的故障,从而为故障诊断及判定的自动化提供了一个新思路.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吴静	空军工程大学导弹学院	26	220	10.0	14.0
2	邓堃	空军工程大学导弹学院	6	70	4.0	6.0
3	柳世考	空军装备研究院防空所	1	10	1.0	1.0