基于BP算法和Petri网的柔性制造系统故障诊断

• 作者: 李媛州 王子强 郝丽珍 龚尧莞
• 来源期刊: 计算机测量与控制
• 关键词: 故障诊断 训练 神经网络 学习 Petri网
• 年，卷（期）: 2011,（10）
• 所属期刊栏目: 自动化测试
• 页码范围: 2401-2403,2406
• 分类号: TP319
• 语种: 中文

摘要

针对传统Petri网难以精确描述故障发生的不确定性以及缺乏学习能力的缺点,将BP神经网络和加权模糊Petri网相结合,定义了一种新的能对故障进行诊断的模型——BPFPN网(A net based on BP and FPN),并提出了对BPFPN网故障诊断模型进行构造的算法,以及一种将BP神经网络算法应用于BPFPN网故障诊断模型实现对各种参数进行训练的方法；最后通过对实验参数为φ=5000,算法学习速率η=0.05,学习误差△e=0.0002的柔性制造系统加工中心故障诊断实例进行实验,在对各种参数进行学习后,能够有效地实现对故障的诊断,证明了BPFPN网是一种有效的故障诊断方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郝丽珍	太原大学计算机工程系	21	64	4.0	7.0
2	李媛州	装甲兵工程学院信息工程系	38	65	4.0	6.0
3	王子强	装甲兵工程学院信息工程系	45	87	5.0	8.0
4	龚尧莞	装甲兵工程学院信息工程系	4	13	2.0	3.0