干扰条件下基于改进SOM故障诊断研究
针对机载电子设备在噪声干扰条件下故障诊断效果不佳的问题,基于自组织特征映射网络(SOM),提出了改进的SOM的网络算法,该算法在标准SOM网络的基础上引入了滤波算法进行初级降噪处理,然后进行阈值学习,重新定义了邻域函数和学习率,最后以故障评价指标为基准进行故障的隔离定位.在高斯白噪声条件下以某型飞机前端接收机的故障数据为例建立诊断模型.通过聚类和网络训练等仿真测试实验得到了故障模式的分类和隔离.同时通过与其他方法的性能比较验证了SOM神经网络在高斯白噪声干扰条件下故障诊断中的有效性、准确性和鲁棒性.
SOM、故障诊断、噪声干扰、推理机
42
TN98
2019-07-09(万方平台首次上网日期,不代表论文的发表时间)
共6页
131-136