如何利用集成BP網(wǎng)絡(luò)診斷液壓泵故障
發(fā)布日期：2016-11-16 11:08:00
來源：
點(diǎn)擊：5603
由于錯(cuò)誤診斷系統(tǒng)的復(fù)雜性，將神經(jīng)網(wǎng)絡(luò)利用于障診斷系統(tǒng)的籌劃中，將是大規(guī)模神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)和學(xué)習(xí)成就。為了減少工作的復(fù)雜性，減少網(wǎng)絡(luò)學(xué)習(xí)時(shí)間，本文將錯(cuò)誤診斷知識湊集分解為幾個(gè)邏輯上獨(dú)立的子湊集，每一個(gè)子湊集再分解為若干規(guī)則子集，爾后根據(jù)規(guī)則子集來結(jié)構(gòu)網(wǎng)絡(luò)。每個(gè)規(guī)則子集都是一個(gè)邏輯上獨(dú)立的子網(wǎng)絡(luò)的映射，規(guī)則子集間的聯(lián)系，經(jīng)過進(jìn)程子網(wǎng)絡(luò)的權(quán)系矩陣表示。各個(gè)子網(wǎng)絡(luò)獨(dú)立地利用BP學(xué)習(xí)算法分別結(jié)束學(xué)習(xí)演習(xí)。由于分解后的子網(wǎng)絡(luò)比原來的網(wǎng)絡(luò)規(guī)模小得多且成就局部化了，從而使演習(xí)時(shí)間大為減少。利用集成BP網(wǎng)絡(luò)結(jié)束液壓泵軸承錯(cuò)誤診斷的信息處理能力源于神經(jīng)元的非線性機(jī)理特性和BP算法，每一個(gè)子網(wǎng)絡(luò)均為一個(gè)BP網(wǎng)絡(luò)，各個(gè)子網(wǎng)絡(luò)由BP算法各自學(xué)習(xí)，學(xué)習(xí)后的結(jié)果由控制網(wǎng)絡(luò)集成。BP網(wǎng)絡(luò)的學(xué)習(xí)算法如 把選取的每一個(gè)特性參數(shù)（包括能量特性，幅值特性和倒譜包絡(luò)特性)x的值映像到神經(jīng)網(wǎng)絡(luò)輸入輸入層的單個(gè)節(jié)點(diǎn)上，并對其結(jié)束正則處理：
xi=0.8(x-xmin)/(xmax-xmin)+0.1 ?。?）式（8）把特性參數(shù)正則到（0.1,0.9）之間的目的是避免Sigmoid函數(shù)輸入值極端化 而引起學(xué)習(xí)無法收斂的成就。對（8）式得到的正則值完成如下運(yùn)算，得到每一個(gè)神經(jīng)元的加權(quán)值和閾值：式中，j代表今后層，i代表前一層，wij代表連接權(quán)值；cj代表今后節(jié)點(diǎn)的閾 值；fj代表輸入 。
相關(guān)標(biāo)簽：
