基于极端学习机的开关磁阻电机故障诊断研究

• 作者: 尚群立 谈元鹏 邓宇轩
• 来源期刊: 杭州电子科技大学学报（自然科学版）
• 关键词: 神经网络 极端学习机 稀疏编码 开关磁阻电动机 故障诊断
• 年，卷（期）: 2012,（6）
• 页码范围: 145-148
• 页数: 4页
• 分类号: TM352
• 语种: 中文
• DOI: 10.3969/j.issn.1001-9146.2012.06-037

摘要

该文主要提出并讨论了一种基于稀疏编码的极端学习机算法的开关磁阻电机的故障诊断的方法.通过神经网络的初始化过程成功地将极端学习机算法与隐层神经元的稀疏编码结合在一起.实验结果表明该文提出的算法可以对电机一相绕组开、短路故障以及正常运转的状态进行准确、快捷的识别,有效地避免神经网络结构过于复杂所导致的过拟合现象.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	尚群立	杭州电子科技大学自动化学院	47	404	13.0	17.0
2	谈元鹏		3	13	3.0	3.0
3	邓宇轩	杭州电子科技大学自动化学院	3	3	1.0	1.0