新型ART-2A算法及其在BIT故障诊断中的应用

摘要：

在故障诊断过程中由于样本获取困难,无监督分类方法日益得到重视.自适应共振理论(ART)是一种典型的、无监督的、能够对复杂输入模式实现自组织识别的神经网络.作者发现标准ART-2算法存在预处理信号畸变问题、同相位不可分问题,由此提出了新的F1层非线性变换函数、F2层竞争学习算法和输入预处理方法.该新型ART-2/2A算法的输入域由原来的非负实数域扩大到整个实数域,并且能够正确区分标准ART-2/2A算法不可区分的同相位数据.本文以大型船舶动力装置BIT系统运行状态中的故障模式为对象进行实验验证,结果表明新型ART-2/2A算法能自适应地对BIT系统未知故障模式进行分类识别,分类准确.

关键词：故障诊断、神经网络、自适应共振理论、人工智能

所属期刊栏目：15

分类号：TP306+.3;TP18(计算技术、计算机技术)

资助基金：国家部级科研项目

在线出版日期：2004-02-13（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：167-172