基于深度置信网络的炼化空压机故障诊断方法 |
| |
引用本文: | 鲁春燕,李炜.基于深度置信网络的炼化空压机故障诊断方法[J].化工学报,2019(2). |
| |
作者姓名: | 鲁春燕 李炜 |
| |
作者单位: | 兰州理工大学电气工程与信息工程学院;甘肃省工业过程先进控制重点实验室;兰州理工大学国家级电气与控制工程实验教学中心 |
| |
摘 要: | 针对炼化空压机故障诊断中故障机理复杂、先验知识欠缺,且传统浅层神经网络诊断精度不高等问题,结合深度置信网络(DBN)在特征提取和处理非线性数据等方面的优势,提出一种基于DBN的炼化空压机故障诊断方法。该方法利用空压机状态监测实测数据,实现训练网络的无监督特征学习和有监督微调,构建空压机故障的深层网络模型,从而实现对空压机故障类型的有效智能诊断。为评估该方法的有效性,与传统的故障诊断方法进行了比较研究,结果表明,该方法的诊断精度优于传统的故障诊断方法,且稳定性更好。
|
本文献已被 CNKI 等数据库收录! |
|