基于GA优化BP神经网络的液压钻机故障诊断

• 作者: 余发山 康洪
• 来源期刊: 电子测量技术
• 学科: 工学
• 关键词: 液压钻机 故障诊断 神经网络 遗传算法
• 年，卷（期）: 2016,（2）
• 所属期刊栏目: 在测试与故障诊断
• 页码范围: 134-137,146
• 页数: 5页
• 分类号: TP183
• 字数: 3206字
• 语种: 中文

摘要

针对BP神经网络应用于故障诊断时存在着收敛速度慢、易陷入局部最小值等问题,提出了一种基于遗传算法(GA)优化BP神经网络的液压钻机故障诊断方法.利用GA的选择、交叉和变异操作优化BP神经网络的权值和阈值,提高网络训练的收敛速度.根据液压钻机工况参数提取的特征信号,进行归一化处理建立样本,利用训练样本对网络进行训练,根据训练结果进行故障诊断.仿真结果表明,GA优化的BP神经网络迭代次数少,收敛速度快,能够对测试样本进行有效地分类,故障诊断正确率高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	余发山	河南理工大学电气工程与自动化学院	63	360	10.0	14.0
2	康洪	河南理工大学电气工程与自动化学院	4	36	4.0	4.0