期刊导航
期刊开放获取
重庆大学
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
改进的BP神经网络在机械故障诊断中的应用
被引量:
1
下载PDF
职称材料
导出
摘要
介绍了BP神经网络的结构和学习方法,针对BP网络存在局部极小值和收敛速度慢等问题,提出采用一种基于Levenberg-Marquardt算法(LM算法)的改进BP网络,最后通过汽轮机故障诊断实例的仿真研究,结果表明改进算法的性能明显优于常规BP算法,经改进算法训练的网络能大大提高故障的在线诊断能力,具有广泛的应用前景和应用价值。
作者
彭涛
机构地区
广西梧州五一塑料制品有限公司
出处
《广西轻工业》
2007年第2期54-56,共3页
Guangxi Journal of Light Industry
关键词
BP神经网络
改进算法
故障诊断
Levenberg—Marquardt
ALGORITHM
汽轮机
分类号
TP183 [自动化与计算机技术—控制理论与控制工程]
引文网络
相关文献
节点文献
二级参考文献
2
参考文献
5
共引文献
135
同被引文献
5
引证文献
1
二级引证文献
5
参考文献
5
1
Frank PM,etal.New developments using AI in fault diagnosis[J].Engineering Application of Artificial Intelligence.1997,10 (1):3-14.
2
和济,陈长征等.基于神经网络的智能诊断[M].北京:冶金工业出版社,2000.
3
Hagan M T,Menhaj M B.Training feedforward networks with the marquardt algorithm[J].IEEE Trans on Neural Networks,1994,5(6):989-993.
4
司捷,周贵安,李函,韩英铎.
基于梯度监督学习的理论与应用(Ⅰ)——基本算法[J]
.清华大学学报(自然科学版),1997,37(7):71-73.
被引量:26
5
赵弘,周瑞祥,林廷圻.
基于Levenberg-Marquardt算法的神经网络监督控制[J]
.西安交通大学学报,2002,36(5):523-527.
被引量:118
二级参考文献
2
1
王春行.液压伺服系统[M].北京:机械工业出版社,1991..
2
Liu B,IEEE Trans Neural Netw,1994年,5卷,845页
共引文献
135
1
蔡汉华,张小春,李伟浩,彭丽芬,陈会华.
内层用棕化溶液的控制对内层品质的影响[J]
.印制电路信息,2002(11):28-30.
被引量:7
2
王川,王克.
基于BP神经网络的我国农产品市场风险预警研究[J]
.农业经济问题,2008,29(S1):152-156.
被引量:16
3
柳进,唐降龙.
基于主成分分析L-M神经网络高峰负荷预测研究[J]
.继电器,2004,32(13):24-27.
被引量:9
4
骆贵兵,李崇祥.
LM算法的回热系统故障诊断人工神经网络模型[J]
.热力发电,2004,33(10):15-18.
被引量:6
5
柳进,于继来,唐降龙.
基于数据挖掘的电网高峰负荷预测系统[J]
.计算机工程,2005,31(1):9-11.
被引量:3
6
谷廷华,邱磊,陈教料.
改进的基于神经网络的非线性多元回归分析[J]
.计算技术与自动化,2004,23(4):23-24.
被引量:4
7
陈黎霞,裴炳南.
基于Bayesian正则化算法的非线性函数拟合[J]
.河南科学,2005,23(1):23-25.
被引量:6
8
杨冠鲁.
柴油发电机神经网络非线性励磁控制器研究[J]
.太原理工大学学报,2005,36(2):142-145.
被引量:2
9
官英平,赵军,苏春建.
宽板V形自由弯曲智能化控制过程材料参数识别及最优工艺参数预测[J]
.机械工程学报,2005,41(4):199-202.
被引量:12
10
赵辉,王秀峰.
LM算法在传感器数据融合中的应用[J]
.传感器技术,2005,24(5):77-79.
被引量:6
同被引文献
5
1
张剑波,袁超红.
海底管道检测与维修技术[J]
.石油矿场机械,2005,34(5):6-10.
被引量:39
2
吴伟,何焱,陈国定.
基于MATLAB的神经网络有杆抽油系统故障诊断[J]
.石油矿场机械,2006,35(4):12-15.
被引量:2
3
王永涛,牟海维,韩建.
基于小波包与神经网络的长输油管道泄漏检测方法[J]
.大庆石油学院学报,2006,30(4):129-131.
被引量:3
4
飞思科技产品研发中心.神经网络理论与MATLAB7实现[M].北京:电子工业出版社,2006.119-121.
5
Shouxi Wang,John J Carroll. Leak Detection for Gas and Liquid Pipelines by Online Modeling[J]. Facilities Construction, 2007 (6): 1-9.
引证文献
1
1
吴伟,张世娟.
长输油管道泄漏的神经网络检测方法研究[J]
.石油矿场机械,2008,37(6):23-26.
被引量:5
二级引证文献
5
1
游保华.
输油管道泄漏检测技术[J]
.甘肃科技,2009,25(14):41-42.
被引量:13
2
曾鸣,王葆葆,张仕民,王文明.
基于MATLAB的气动马达万有特性曲线绘制方法研究[J]
.石油矿场机械,2013,42(12):21-25.
被引量:5
3
安杏杏,董宏丽,张勇,邵晓光,代丽艳.
输油管道泄漏检测技术综述[J]
.吉林大学学报(信息科学版),2017,35(4):424-429.
被引量:25
4
吴希明,李江丰,严谨,张大朋,王成.
海底油气管道泄漏检测与定位技术研究进展[J]
.石油工程建设,2022,48(3):1-7.
被引量:7
5
董龙涛.
埋地长输管道泄漏事故应急技术探讨[J]
.中国石油和化工标准与质量,2013,33(17):34-34.
1
张恩平,张慧芬,薛碧翠.
基于信息融合技术的汽轮机故障诊断方法[J]
.微计算机信息,2007,23(25):192-194.
被引量:2
2
蓝会立,张认成,郑育军.
改进的BP神经网络在故障诊断中的应用[J]
.仪器仪表用户,2007,14(1):51-53.
被引量:2
3
谢三毛.
基于神经网络的汽轮机故障智能诊断系统的设计[J]
.佳木斯大学学报(自然科学版),2008,26(1):50-52.
被引量:3
4
AI Plymire.
阻止黑客入侵——发电厂可以积极主动地采取措施、保护重要资产不受恶意攻击[J]
.流程工业,2008(9):14-15.
5
刘瑞明,刘瑞芳.
浅议汽轮机故障诊断技术[J]
.经济技术协作信息,2008(14):110-110.
6
孙凯,田国清,田宏,段文超,田洋,陈立军.
基于IGA-SVM的汽轮机故障诊断研究[J]
.东北电力大学学报,2012,32(3):26-30.
被引量:4
7
阮跃,徐世昌,黄文虎.
汽轮机故障诊断知识的人工获取[J]
.汽轮机技术,1997,39(3):138-140.
8
董文斌.
一种基于SVM的汽轮机故障诊断方法[J]
.信息系统工程,2016,29(7):104-104.
被引量:1
9
阮跃,孙国滨,徐世昌.
基于信息和知识集成的汽轮机智能诊断[J]
.热能动力工程,1998,13(4):280-281.
被引量:1
10
郭锦鹏.
基于神经网络的汽轮机故障诊断分析[J]
.机电信息,2013(18):83-83.
广西轻工业
2007年 第2期
职称评审材料打包下载
相关作者
内容加载中请稍等...
相关机构
内容加载中请稍等...
相关主题
内容加载中请稍等...
浏览历史
内容加载中请稍等...
;
用户登录
登录
IP登录
使用帮助
返回顶部