| 主成分分析与遗传神经网络在制冷系统故障诊断中的应用 |
| |
| 引用本文： | 张琪. 主成分分析与遗传神经网络在制冷系统故障诊断中的应用[J]. 应用声学, 2016, 24(9): 23-27 |
| |
| 作者姓名： | 张琪 |
| |
| 作者单位： | 中国华阴兵器试验中心 环境模拟室,陕西 华阴 714200,西北工业大学 动力与能源学院,西安 710072,中国华阴兵器试验中心 环境模拟室,陕西 华阴 714200 |
| |
| 摘 要： | 针对低温试验系统制冷设备测点多、数据间存在强相关性等特点,将主成分分析法和遗传神经网络智能识别方法进行组合,引入制冷系统的故障诊断中;结合专家经验和主成分分析客观地对多传感器信息进行了科学合理的故障特征优选,从而确定了神经网络的输入空间;为了克服神经网络易陷入局部最小的缺陷,利用遗传算法的全局搜索能力,对神经网络的初始权值和阈值进行了优化;运用该方法对制冷系统各故障状态进行识别,结果表明,简洁有效的网络结构不仅缩短了训练时间,而且提高了网络的稳定性和分类精度,为监测系统提供了一种有效的故障诊断方法。
|
| 关 键 词： | 故障诊断 主成分分析法 遗传神经网络 MATLAB |
| 收稿时间： | 2016-02-27 |
| 修稿时间： | 2016-02-27 |
Application of principal component analysis and genetic neural network in fault diagnosis of refrigeration system |
| |
| Zhang Qi,Wu Yafeng and Xu Jian. Application of principal component analysis and genetic neural network in fault diagnosis of refrigeration system[J]. Applied Acoustics(China), 2016, 24(9): 23-27 |
| |
| Authors: | Zhang Qi Wu Yafeng Xu Jian |
| |
| Affiliation: | Huayin Ordinance Test Centre |
| |
| Abstract: | |
| |
| Keywords: | |
|
| 点击此处可从《应用声学》浏览原始摘要信息 |
|
点击此处可从《应用声学》下载全文 |
|
