基于改进ART2神经网络的汽轮机故障诊断

• 作者: 于海涛 吕秀江 杜贵明
• 来源期刊: 煤矿机械
• 学科: 工学
• 关键词: ART2神经网络 汽轮机 故障诊断 模式识别
• 年，卷（期）: 2009,（1）
• 所属期刊栏目: 故障·诊断
• 页码范围: 220-222
• 页数: 3页
• 分类号: TP306|TK26
• 字数: 1960字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-0794.2009.01.094

摘要

针对反向传播神经网络(BPNN)学习收敛速度慢、易陷入局部极小值等问题,探讨了采用ART2神经网络的汽轮机组故障诊断方法.根据ART2网络学习与记忆的特点,对模型进行改进,解决了原始ART2网络权值学习的随机偏移问题, 有效地过滤了噪声.仿真结果表明:该诊断方法快速、准确且易于工程实现.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吕秀江	长春工业大学电气与电子工程学院	16	33	4.0	4.0
2	于海涛	长春工业大学电气与电子工程学院	2	3	1.0	1.0
3	杜贵明	长春工业大学电气与电子工程学院	2	3	1.0	1.0