一种混合型训练方法在感应电动机故障诊断中的研究

• 作者: 刘凉 刘艳玲 赵新华 陈在平
• 来源期刊: 天津理工大学学报
• 学科: 工学
• 关键词: 故障诊断 感应电动机 神经网络 混合型训练方法
• 年，卷（期）: 2008,（1）
• 页码范围: 7-10
• 页数: 4页
• 分类号: TP206
• 字数: 3370字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-095X.2008.01.003

摘要

针对感应电动机故障征兆与故障模式之间的复杂性和实际系统中的非线性给故障诊断带来的困难,采用一种把放大网络梯度函数(MGF)和附加动量项的自适应学习速率(ABPM)算法相结合的混合型方法(MABPM)建立感应电动机的神经网络故障诊断模型.通过与附加动量项的标准BP算法、ABPM算法、Polak-Ribiere共轭梯度算法和RPROP算法相比较,表明了MABPM算法具有更好的泛化稳定性和全局收敛性,故障诊断的平均准确率高于其他算法,并具有良好的诊断效果.

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与能源工程学院	67	542	12.0	20.0
2	赵新华	天津理工大学机械工程学院	111	939	15.0	22.0
3	刘凉	天津理工大学机械工程学院	7	33	5.0	5.0
4	刘艳玲	天津理工大学机械工程学院	14	53	4.0	6.0