基于Elman神经网络的传感器故障诊断研究

• 作者: 丁硕 巫庆辉 常晓恒 杨友林 胡庆功
• 来源期刊: 国外电子测量技术
• 学科: 工学
• 关键词: Elman神经网络 BP神经网络 故障诊断 流量传感器 收敛速度 泛化能力
• 年，卷（期）: 2014,（4）
• 所属期刊栏目: 应用天地
• 页码范围: 72-75
• 页数: 4页
• 分类号: TP183|TN712.1
• 字数: 2520字
• 语种: 中文

摘要

针对传统的传感器故障诊断技术的不足,提出一种基于Elman神经网络的故障诊断方法,建立了Elman网络故障诊断模型,利用小波包分解方法获取用于训练神经网络的特征能量谱,对所建立的模型进行训练.为了检验模型的实际诊断能力,以某动力系统管路流量传感器的4种典型故障诊断为例进行仿真实验,并和标准BP神经网络的诊断结果进行对比.仿真结果表明:基于Elman神经网络的故障诊断速度更快、准确率更高、泛化能力更强,验证了所提出方法的实用性和有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨友林	渤海大学工学院	20	161	7.0	12.0
2	胡庆功	渤海大学工学院	6	164	5.0	6.0
3	巫庆辉	渤海大学工学院	46	413	9.0	18.0
4	丁硕	渤海大学工学院	42	451	11.0	19.0
5	常晓恒	渤海大学工学院	34	306	8.0	16.0