基于改进双自适应BP神经网络的故障诊断方法

摘要：

针对BP神经网络在进行故障诊断时学习效率低、收敛速度慢等问题,设计了一种基于误差指针的改进双自适应算法,并建立了相应的故障诊断模型.使用逆变电路中绝缘栅双极型晶体管(Insulated Gate Bipolar Transistor,IGBT)故障数据作为训练和测试样本,对所设计的算法和模型进行了仿真分析.结果 表明:改进后的BP神经网络收敛性优于典型BP神经网络和动量-自适应学习率BP神经网络,故障诊断精度较上述2种方法分别提高了7.5％和6.25％.

关键词：故障诊断、BP神经网络、双自适应、误差指针

所属期刊栏目：33

分类号：TP206+.3;TP183(自动化技术及设备)

资助基金：中国博士后科学基金资助项目;西安市科技计划项目

在线出版日期：2020-05-12（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：99-104