首页|基于改进双自适应BP神经网络的故障诊断方法

基于改进双自适应BP神经网络的故障诊断方法

扫码查看
原文链接
  • NETL
  • NSTL
  • 万方数据
  • 维普
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％.
Fault Diagnosis Method Based on Improved Dual Adaptive BP Neural Network

李波、张琳、张搏、张保山

展开 >

空军工程大学研究生院,陕西西安710000

93748部队,内蒙古包头014000

空军工程大学防空反导学院,陕西西安710000

故障诊断 BP神经网络 双自适应 误差指针

中国博士后科学基金西安市科技计划项目

2017M-6234172017090CG-RC053

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
年,卷(期)：2019.33(2)
  • 6