《一种基于鲁棒自联想神经网络的传感器故障诊断方法》PDF+DOC
作者:李欢欢,司风琪,徐治皋
单位:中国电机工程学会
出版:《中国电机工程学报》2012年第14期
页数:6页 (PDF与DOC格式可能不同)
PDF编号:PDFZGDC2012140180
DOC编号:DOCZGDC2012140189
下载格式:PDF + Word/doc 文字可复制、可编辑
《基于RBF神经网络的传感器非线性故障鲁棒诊断》PDF+DOC2004年第08期 贾明兴,王福利,何大阔
《鲁棒自联想神经网络在故障传感器信号恢复中的应用》PDF+DOC1998年第02期 钮永胜,赵新民
《采用鲁棒自联想神经网络高质量地恢复故障传感器信号方法研究》PDF+DOC1997年第02期 钮永胜,赵新民
《采用神经网络的传感器故障诊断方法研究》PDF+DOC1995年第02期 夏常弟,李治
《基于自联想神经网络的传感器故障诊断》PDF+DOC2007年第04期 许跃,朱伟兴
《基于概率神经网络的故障诊断方法及应用》PDF+DOC2004年第07期 李冬辉,刘浩
《基于模糊动态模型的传感器故障诊断方法》PDF+DOC2003年第03期 黄孝彬,牛玉广,刘吉臻,刘武林
《基于鲁棒输入训练神经网络的非线性多传感器故障诊断方法及其应用》PDF+DOC2011年第03期 司风琪,李欢欢,徐治皋
《基于神经网络的汽车EPS传感器故障诊断》PDF+DOC2008年第07期 李可,赵德安,陈龙
《基于L-M算法的反向传播网络的湿度传感器输出误差补偿研究》PDF+DOC2017年第12期 梁杰,晏天,李庆超
提出一种可用于非线性系统建模的鲁棒自联想神经网络,将该网络映射层和解映射层分别作为2个子网络进行训练,提高了收敛速率。在网络训练目标函数中加入网络权值限制项,抑制了训练过程中网络权值的异常调整,提高了模型的准确性和鲁棒性。在解映射子网络训练结果集和原输入数据集中增加了扰动数据,构成映射网络的扩展训练样本集,提高了整个网络的鲁棒性。该文给出基于所提网络模型的传感器故障诊断方法及诊断流程,并以某300 MW机组热力系统为对象进行算例分析,结果表明该文方法应用于传感器故障诊断时能够实现对故障测点的快速准确定位,并对各变量值进行精确重构。
提示:百度云已更名为百度网盘(百度盘),天翼云盘、微盘下载地址……暂未提供。