主成分分析与遗传神经网络在制冷系统故障诊断中的应用

• 作者: 吴亚锋 张琪 徐建
• 来源期刊: 计算机测量与控制
• 关键词: 故障诊断 主成分分析法 遗传神经网络 MATLAB
• 年，卷（期）: 2016,（9）
• 所属期刊栏目: 测试与故障诊断
• 页码范围: 23-27
• 页数: 5页
• 分类号: TP391.5
• 语种: 中文
• DOI: 10.16526/j.cnki.11-4762/tp.2016.09.007

摘要

针对低温试验系统制冷设备测点多、数据间存在强相关性等特点,将主成分分析法和遗传神经网络智能识别方法进行组合,引入制冷系统的故障诊断中;结合专家经验和主成分分析客观地对多传感器信息进行了科学合理的故障特征优选,从而确定了神经网络的输入空间;为了克服神经网络易陷入局部最小的缺陷,利用遗传算法的全局搜索能力,对神经网络的初始权值和阈值进行了优化;运用该方法对制冷系统各故障状态进行识别,结果表明,简洁有效的网络结构不仅缩短了训练时间,而且提高了网络的稳定性和分类精度,为监测系统提供了一种有效的故障诊断方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吴亚锋	西北工业大学动力与能源学院	89	651	14.0	21.0