配资之家歡迎您的到来!

新聞分類

客戶服務

如何利用集成BP網絡診斷液壓泵故障

您的當前位置: 首 頁 > 新聞中心 > 行业新聞

如何利用集成BP網絡診斷液壓泵故障

發布日期:2016-10-16 00:00 来源:http://www.wnshijin.com 點擊:

如何利用集成BP網絡診斷液壓泵故障

    由于錯誤診斷系統的複雜性,将神经網絡利用于障診斷系統的籌劃中,将是大規模神经網絡的結構和学习成就。为了減少工作的複雜性,減少網絡学习時間,本文将錯誤診斷知识湊集分解为幾個邏輯上獨立的子湊集,每一個子湊集再分解为若幹規則子集,爾後根據規則子集来結構網絡。每個規則子集都是一個邏輯上獨立的子網絡的映射,規則子集間的聯系,经過進程子網絡的權系矩陣表示。各個子網絡獨立地利用BP学习算法分别結束学习演习。由于分解後的子網絡比原来的網絡規模小得多且成就局部化了,從而使演习時間大为減少。利用集成BP網絡結束液壓泵軸承錯誤診斷的信息處理能力源于神经元的非線性機理特性和BP算法,每一個子網絡均为一個BP網絡,各個子網絡由BP算法各自学习,学习後的結果由控制網絡集成。BP網絡的学习算法如 把選取的每一個特性參數(包括能量特性,幅值特性和倒譜包絡特性)x的值映像到神经網絡輸入輸入層的單個節點上,并對其結束正則處理:

xi=0.8(x-xmin)/(xmax-xmin)+0.1   (8)式(8)把特性參數正則到(0.1,0.9)之間的目的是避免Sigmoid函數輸入值極端化 而引起学习無法收斂的成就。對(8)式得到的正則值完成如下運算,得到每一個神经元的加權值和阈值:式中,j代表今後層,i代表前一層,wij代表連接權值;cj代表今後節點的阈 值;fj代表輸入 。

相關标簽:液壓泵

最近浏覽:

分享