遗传小波神经网络及在电机故障诊断中的应用

发布时间：2017-12-06 02:28

  本文关键词：遗传小波神经网络及在电机故障诊断中的应用

  更多相关文章： 遗传算法 神经网络 小波包 故障诊断 电机

【摘要】：本文给出了基于优化遗传算法的小波神经网络故障诊断模型。首先利用改进的遗传算法对神经网络的权值和阈值进行遗传操作,获得具有一定遍历性的初始权值和阈值,然后再利用神经网络的L-M训练方法进行训练,克服了BP神经网络搜索速度慢和容易陷入局部极值的缺点,保证了训练过程收敛,而且故障识别的能力和精度也大大提高。同时引进比小波分析具有更强高频分析能力的小波包技术,并将其应用到故障信号的特征频率分析中,以得到的结果作为改进遗传神经网络的输入信号,保证训练网络的准确性。通过对电机故障进行仿真试验,证实该方法的有效性及正确性。
【作者单位】： 哈尔滨工程大学自动化学院;
【分类号】：TM307;TP183
【正文快照】： 1引言神经网络在故障诊断领域[1]体现了强大的自组织、自适应和非线性映射能力,但仍存在训练速度慢和易陷入局部最优等缺点。不同网络模型某些性能得到改善,但往往增加模型复杂度,从而降低训练速度。L-M算法训练速度有所提高,但训练曲线波动大,易陷入局部极值点。遗传算法操

【参考文献】

中国期刊全文数据库 前3条

1 段玉倩,贺家李;遗传算法及其改进[J];电力系统及其自动化学报;1998年01期

2 廖传军;罗晓莉;李学军;;小波包在声发射信号特征提取中的应用[J];电子测量与仪器学报;2008年04期

3 唐友怀;张海涛;罗珊;姜U，

本文编号：1257072