基于概率神经网络的设备故障诊断及仿真分析

• 作者: 姬东朝 宋笔锋 易华辉
• 来源期刊: 火力与指挥控制
• 学科: 数学
• 关键词: 故障诊断 概率神经网络 反向传播神经网络
• 年，卷（期）: 2009,（1）
• 所属期刊栏目: 理论研究
• 页码范围: 82-85
• 页数: 4页
• 分类号: O159
• 字数: 3621字
• 语种: 中文
• DOI: 10.3969/j.issn.1002-0640.2009.01.023

摘要

针对某些难于建立准确数学模型的复杂系统,用神经网络的方法进行故障诊断有其独特的优越性.首先分析了概率神经网络(PNN)的基本结构及其训练算法,建立了某型航空发动机故障分类的概率神经网络模型,通过对该设备故障进行定性诊断,对比分析了概率神经网络与常用的误差反向传播神经网络(BPNN)分类模型对各类故障的分类效果.仿真表明,基于PNN模型的分类方法在分类速度、精度和泛化能力方面均优于基于BPNN的模型,是一种有效的故障分类方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	宋笔锋	西北工业大学航空学院	309	3053	24.0	38.0
2	易华辉	西北工业大学航空学院	9	84	4.0	9.0
3	姬东朝	西北工业大学航空学院	9	292	5.0	9.0