基于改进ART神经网络的液压系统故障诊断研究

• 作者: 吴小川 熊钰 钱凯
• 来源期刊: 北京汽车
• 学科: 交通运输
• 关键词: 改进ART Amesim 故障诊断 神经网络 专家系统
• 年，卷（期）: 2013,（4）
• 页码范围: 25-31
• 页数: 7页
• 分类号: U469.6.07|TH137
• 字数: 3738字
• 语种: 中文

摘要

为研究工程机械液压系统故障的诊断，提出一种墨西哥草帽函数改进的ART神经网络学习算法，增强输入矢量距敏感特征近的区域对模式分类的影响。采用距离分区技术调整输入模式的特征矢量，提高诊断的精度和效率。用Amesim_HCD库建立液压系统液压泵、多位换向阀结构模型，用Amesim建立起重机液压系统模型。通过对液压系统各类型故障仿真，验证了改进 ART 方法对起重机液压系统故障诊断的可靠性。开发了基于改进 ART 神经网络的起重机液压系统故障诊断专家系统。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吴小川	重庆交通大学机电与汽车工程学院	6	17	3.0	3.0
2	熊钰	重庆交通大学机电与汽车工程学院	2	7	2.0	2.0
3	钱凯	重庆交通大学机电与汽车工程学院	4	30	4.0	4.0