收藏本站
收藏 | 投稿 | 手机打开
二维码
手机客户端打开本文

采用“GA+LM”优化BP神经网络的电液伺服阀故障诊断

权凌霄  郭海鑫  盛世伟  李雷  
【摘要】:针对标准BP神经网络用于故障诊断时学习效率低、收敛速度慢、易陷入局部极小点及对初始参数较为敏感等不足,提出了一种组合优化的方法,即采用遗传算法(GA)确定BP神经网络的最佳初始权值矩阵,以规避BP神经网络对初始参数较为敏感的不足;应用LM(Levenberg-Marquardt)算法在局部解空间里对BP神经网络进行精确训练,搜索全局最优解。该方法在保留BP神经网络的广泛映射能力的前提下,提升了网络的学习速度和精确搜索能力,进而大幅提高了基于BP神经网络的电液伺服阀故障诊断的效率和精度。通过对MOOG D761-2716A机械反馈伺服阀进行故障诊断,进一步说明了该方法的实用性和高效性。

知网文化
【相似文献】
中国期刊全文数据库 前20条
1 黄洪钟,李海滨;有限元的神经网络计算方法研究[J];机械强度;2003年03期
2 彭磊;田丽;;基于神经网络消除噪声技术的研究[J];黑龙江科技信息;2009年16期
3 林建辉,陈建政,陈琳;基于神经网络的转子动力系统稳定性辨识[J];机械科学与技术;1999年02期
4 熊日华,王世昌;神经网络在膜技术中的应用[J];膜科学与技术;2003年06期
5 高强;钱林方;侯远龙;王力;;泵控缸电液位置伺服系统的神经网络模型参考自适应控制[J];机床与液压;2008年06期
6 缑新科;崔明月;;神经网络-遗传算法在振动控制系统中的应用[J];机械设计与制造;2009年08期
7 于祥;赵冬至;张丰收;肖忠峰;;基于神经网络的红树林景观特性遥感提取技术研究[J];海洋环境科学;2007年06期
8 国蓉;何镇安;;基于多级神经网络的被动声定位算法研究[J];计算机应用研究;2011年06期
9 石小云;;基于SOM神经网络的静止卫星云图分类[J];电子设计工程;2011年16期
10 丁国良,张春路,李灏;神经网络在空调器仿真中的应用研究[J];制冷学报;1999年02期
11 印兴耀,吴国忱,张洪宙;神经网络在储层横向预测中的应用[J];石油大学学报(自然科学版);1994年05期
12 杜邵龙;周春山;张杰;;基于神经网络的膜法薏苡仁油脱胶过程动态模拟和预测[J];膜科学与技术;2007年06期
13 张国强,王展,王林,刘学艳;基于神经网络的绝热毛细管新型简化模型[J];湖南大学学报(自然科学版);2005年02期
14 赵云升,黄睿,胡新礼,张洪波;神经网络在岩石多角度偏振光谱识别中的应用[J];东北师大学报(自然科学版);2005年01期
15 边海龙;陈光;;基于小波和神经网络的时变谐波信号的检测[J];电子测量与仪器学报;2008年01期
16 石复习;杨青;;基于神经网络的利乐包装设备零件寿命的预测[J];农机化研究;2008年11期
17 任军号;吉沛琦;耿跃;;SOM神经网络改进及在遥感图像分类中的应用[J];计算机应用研究;2011年03期
18 章杨清,刘政凯;利用分维向量改进神经网络在遥感模式识别中的分类精度[J];环境遥感;1994年01期
19 董德存,张树京;多维线性模型参数估计的神经网络方法[J];振动与冲击;1996年02期
20 项湜伍;基于混沌、模糊及神经网络的自然绿色温度环境系统(英文)[J];上海电机技术高等专科学校学报;2004年03期
中国重要会议论文全文数据库 前10条
1 徐慧;徐海樵;张必银;;基于LVQ神经网络的水声目标识别技术[A];中国造船工程学会电子技术学术委员会——2012年水下复杂战场环境目标识别与对抗及仿真技术学术交流论文集[C];2012年
2 张彼德;;汽轮发电机组振动多故障诊断的神经网络方法研究[A];第八届全国振动理论及应用学术会议论文集摘要[C];2003年
3 金凤;;基于神经网络与理想解的多属性决策[A];第四届全国船舶与海洋工程学术会议论文集[C];2009年
4 吴宝志;袁晓梅;;基于神经网络的汽车空调系统变工况运行的仿真研究[A];第九届全国冷水机组与热泵技术学术会议论文集[C];1999年
5 时永海;高卫生;牛胜欣;;电液伺服阀的使用维护要求及故障分析[A];2012年河北省炼铁技术暨学术年会论文集[C];2012年
6 刘向明;刘庆和;姜继海;杨海;;新型电液伺服阀的特性研究[A];第一届全国流体动力及控制工程学术会议论文集(第二卷)[C];2000年
7 张奕;邹斌;袁琦;田一松;;电液伺服阀试验台计算机控制及自动测试系统[A];第一届全国流体动力及控制工程学术会议论文集(第二卷)[C];2000年
8 花克勤;;电液伺服阀的动态参数寻优[A];机床与液压学术研讨会论文集[C];2004年
9 花克勤;;电液伺服阀的动态参数寻优[A];第三届全国流体传动及控制工程学术会议论文集(第二卷)[C];2004年
10 黄浩;陈新元;付连东;;一种抗污染动圈电液伺服阀的设计研究[A];2005年十二省区市机械工程学会学术年会论文集(湖北专集)[C];2005年
中国博士学位论文全文数据库 前7条
1 刘小初;三级电液伺服阀特性及其控制技术研究[D];哈尔滨工业大学;2010年
2 周淼磊;压电型电液伺服阀及其控制方法研究[D];吉林大学;2004年
3 李其朋;直动式电液伺服阀关键技术的研究[D];浙江大学;2005年
4 李广博;Fourier正交基神经网络加权响应面法的结构可靠性分析[D];吉林大学;2014年
5 李英伟;基于增量改进BP神经网络微波深度干燥模型及应用研究[D];昆明理工大学;2011年
6 李如平;射流管式水压电液伺服阀研制及特性研究[D];华中科技大学;2011年
7 沈传亮;压电型直动式电液伺服阀的基本理论与实验研究[D];吉林大学;2006年
中国硕士学位论文全文数据库 前10条
1 吴航;基于卷积神经网络的遥感图像配准方法[D];南昌大学;2015年
2 黄伟明;基于神经网络的LED可靠性分析模型研究[D];华南理工大学;2016年
3 宋欣益;基于卷积神经网络的高光谱数据分类方法研究[D];哈尔滨工业大学;2016年
4 王舰锋;基于卷积神经网络的卫星云量计算[D];南京信息工程大学;2016年
5 邢凯;基于神经网络和Contourlet的遥感图像分类处理[D];黑龙江大学;2016年
6 王杰;基于遗传算法神经网络的某制冷空调系统性能预测研究[D];华中科技大学;2015年
7 孟春林;神经网络PID在热交换器中的应用[D];太原科技大学;2009年
8 张伟;基于深度卷积神经网络自学习特征的地表覆盖分类研究[D];中国科学院大学(中国科学院遥感与数字地球研究所);2017年
9 董航飞;基于神经网络的中央空调温度控制研究[D];扬州大学;2009年
10 石小云;基于神经网络方法的卫星图像云分类[D];中国海洋大学;2012年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978