装甲兵工程学院学报2019，Vol.33Issue(2) ：99-104.

基于改进双自适应BP神经网络的故障诊断方法

Fault Diagnosis Method Based on Improved Dual Adaptive BP Neural Network

李波 张琳 张搏 张保山
装甲兵工程学院学报2019，Vol.33Issue(2) ：99-104.
✕
  • NETL
  • NSTL
  • 维普
  • 万方数据

基于改进双自适应BP神经网络的故障诊断方法

Fault Diagnosis Method Based on Improved Dual Adaptive BP Neural Network

李波 1张琳 2张搏 2张保山3
扫码查看

作者信息

  • 1. 空军工程大学研究生院,陕西西安710000;93748部队,内蒙古包头014000
  • 2. 空军工程大学防空反导学院,陕西西安710000
  • 3. 空军工程大学研究生院,陕西西安710000
  • 折叠

摘要

针对BP神经网络在进行故障诊断时学习效率低、收敛速度慢等问题,设计了一种基于误差指针的改进双自适应算法,并建立了相应的故障诊断模型.使用逆变电路中绝缘栅双极型晶体管(Insulated Gate Bipolar Transistor,IGBT)故障数据作为训练和测试样本,对所设计的算法和模型进行了仿真分析.结果 表明:改进后的BP神经网络收敛性优于典型BP神经网络和动量-自适应学习率BP神经网络,故障诊断精度较上述2种方法分别提高了7.5％和6.25％.

关键词

故障诊断/BP神经网络/双自适应/误差指针

引用本文复制引用

基金项目

中国博士后科学基金(2017M-623417)

西安市科技计划项目(2017090CG-RC053)

出版年

2019
装甲兵工程学院学报
装甲兵工程学院

装甲兵工程学院学报

CSTPCD
影响因子：0.402
ISSN：1672-1497
参考文献量6
段落导航相关论文