10.3969/j.issn.2095-6835.2010.07.017
基于模糊聚类神经网络的电站锅炉故障诊断研究
建立了电站锅炉故障样本及其故障诊断的模块化模糊网络模型,并用可能性聚类算法对所建模型进行了样本聚类,有效地避免噪声对聚类结果的影响,保证了聚类正确性.实验结果表明其网络训练速度和精度明显提高,解决了BP网络应用于复杂系统故障诊断时容易陷入全局最小问题.且该网络采用多输出结构不仅能对故障是否发生进行故障诊断,而且还能判断故障发生的严重程度.
锅炉、模块化模糊网络、模糊聚类、故障诊断
26
TP(自动化技术、计算机技术)
基金申请人:牛培峰:项目名称:循环流化床锅炉燃烧过程聚类融合控制研究:基金颁发部门:国家自然科学基金委60774028
2014-07-08(万方平台首次上网日期,不代表论文的发表时间)
共3页
40-42