基于改进型小波神经网络的灭火系统故障诊断

• 作者: 李光升 谢永成 贺方君 魏宁
• 来源期刊: 电子测量技术
• 学科: 工学
• 关键词: 小波神经网络 灭火系统 故障诊断
• 年，卷（期）: 2012,（4）
• 所属期刊栏目: 在线测试与故障诊断
• 页码范围: 128-131,139
• 分类号: TN707
• 字数: 2610字
• 语种: 中文
• DOI: 10.3969/j.issn.1002-7300.2012.04.033

摘要

在装甲车辆灭火系统故障诊断中,小波神经网络算法能将故障诊断定位到元件级,但各元件存在容差,导致参数变化的连续性和随机性使得诊断率不高.为了提高小波神经网络算法在灭火系统中的诊断率,针对网络在运行过程中存在着收敛效果差、训练误差大及容易陷入局部极小值的缺点,网络无法继续训练和测试,提出一种以增加动量的小波自适应神经网络的改进型算法,可以使网络运行更稳定,学习速率更快.经MATLAB仿真实验表明改进后的算法诊断率远高于普通算法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	谢永成	装甲兵工程学院控制工程系	64	287	9.0	12.0
2	李光升	装甲兵工程学院控制工程系	64	279	9.0	12.0
3	魏宁	装甲兵工程学院控制工程系	34	135	7.0	9.0
4	贺方君	装甲兵工程学院控制工程系	2	26	2.0	2.0