10.3969/j.issn.1004-4523.2003.01.018
一种改进模糊神经网络及其在故障诊断中的应用
构造了一种改进模糊神经网络模型,该网络由四层神经元构成,第二层为模糊化层,文中给出了该层的通用隶属函数表达式.计及否定规则的影响,提出了扩展通用隶属函数的概念,并结合汽轮发电机组振动故障的不同特征征兆,给出了其具体表达式.在该网络的第二层与第四层间建立了部分直接连接关系,根据不同征兆对故障诊断结果的重要度不同,赋予了部分连接的优先权值,阐述了建立部分连接的依据和优先权值的确定方法.给出了网络的具体学习算法,并从单故障和多故障识别两个角度,比较了该模型与某改进BP网络的诊断结果,证明了该模型具有较强的故障识别能力.
故障诊断、神经网络、模糊数学、汽轮发电机
16
TH165.3;TP18
2004-02-13(万方平台首次上网日期,不代表论文的发表时间)
共4页
95-98