基于遗传优化的RBF-BP神经网络电液伺服阀故障诊断算法研究

• 作者: 刘春艳 樊立萍
• 来源期刊: 沈阳化工大学学报
• 学科: 工学
• 关键词: 故障诊断 RBF-BP神经网络 遗传算法
• 年，卷（期）: 2015,（1）
• 所属期刊栏目: 信息与计算机工程
• 页码范围: 49-53
• 页数: 5页
• 分类号: TP273
• 字数: 2827字
• 语种: 中文
• DOI: 10.3969/j.issn.2095-2198.2015.01.011

摘要

电液伺服阀是液压伺服系统的核心元件,因此是故障诊断的重点对象,其故障原因经常呈现出非线性和不确定性等复杂状态.单一的BP网络是全局逼近神经网络,学习速度很慢,容易陷入局部极小,易产生震荡等不足,RBF网络是局部逼近神经网络,训练速度快,在训练时不会发生震荡,也不会陷入局部极小.基于它们各自的优缺点,通过将RBF神经网络和BP神经网络有效地结合在一起,取长补短,建立一个由RBF子网和一个BP子网两部分串联构成的双隐藏层RBF-BP组合神经网络.该网络既具有BP网络较好的泛化性能,又具备RBF网络较快的逼近速度.用遗传算法优化该神经网络的初始权值和阈值.该网络同时具有RBF网络和BP网络的优点,适用于复杂非线性系统的故障检测.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	樊立萍	沈阳化工大学信息工程学院	80	395	10.0	15.0
2	刘春艳	沈阳化工大学信息工程学院	60	21	3.0	3.0