基于DBN的空分设备故障诊断系统研究

摘要：

针对空分设备运行过程中产生的数据噪声大、特征提取困难等问题,采用深度信念网络(Deep Belief Network,DBN)方法实现空分设备的故障诊断.该方法采用对比散度(Contrastive Divergence,CD)方法和误差反向传播(Back Propagation,BP)算法分别进行模型的预训练和调优,使得参数θ达到全局最优,最后经Softmax分类器进行故障模式识别.将上述方法在某空分设备上进行实验,实验结果表明,该方法在空分设备故障诊断方面的准确性优于BP神经网络,对空分设备的维修、维护等工作具有很好的指导作用.

关键词：深度信念网络、特征提取、空分设备、故障诊断

所属期刊栏目：37

分类号：TP181(自动化基础理论)

资助基金：国家自然科学基金61473159

在线出版日期：2020-08-13（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：493-497