基于SOM神经网络的柴油机故障诊断

论文摘要

为提升柴油机故障诊断的速度与准确度,降低人为因素的干扰,提出使用自组织特征映射神经网络进行故障智能诊断与分类的方法。首先对自组织特征映射神经网络进行网络初始化,然后分别计算映射层向量之间的相互距离,并进行权值的学习,最后计算得出故障分类及诊断结果。通过仿真实验证明,自组织特征映射神经网络能够准确快速的将实验柴油机的故障进行诊断,实用效果较好。

论文目录

1 概述

2 SOM神经网络

2.1 SOM神经网络概述

2.2 SOM神经网络结构

2.3 SOM神经网络学习算法

2.3.1 网络初始化

2.3.2 输入向量的输入

2.3.3 计算输出层的权值向量与输入向量之间的欧式距离

2.3.4 权值学习

2.3.5 计算输出

2.3.6 判定是否到达预期效果

3 柴油机故障诊断

3.1 概述

3.2 模型建立

4 仿真结果及分析

4.1 故障诊断的数据集

4.2 故障诊断结果

5 结论

文章来源

类型: 期刊论文

作者: 吕建丰

关键词: 柴油机,故障诊断,神经网络

来源: 科学技术创新 2019年35期

年度: 2019

分类: 基础科学,工程科技Ⅱ辑,信息科技

专业: 动力工程,自动化技术

单位: 潍坊科技学院

分类号: TP183;TK428

页码: 140-141

总页数: 2

文件大小: 2769K

下载量: 258

基于SOM神经网络的柴油机故障诊断

论文摘要

论文目录

文章来源

相关论文文献