基于傅里叶描述子RBFNN有杆泵井故障诊断 |
| |
引用本文: | 刘伟,邱成.基于傅里叶描述子RBFNN有杆泵井故障诊断[J].系统仿真技术,2014(3):217-222. |
| |
作者姓名: | 刘伟 邱成 |
| |
作者单位: | 东北石油大学,黑龙江大庆163318 |
| |
基金项目: | 中国石油科技创新基金资助项目(2010D-5006-0706) |
| |
摘 要: | 在对有杆泵井进行故障诊断过程中,采用了具有很强轮廓形状识别能力的傅里叶描述子作为RBFNN(径向基函数神经网络)的输入向量特征提取,通过分析比较基于梯度下降法和遗传算法的RBF网络各自特点,提出了一种基于傅里叶描述子的分层循环学习RBFNN算法。通过对非线性函数逼近的仿真实验证明了所提算法是准确有效的,最后利用MATLAB神经网络工具箱,建立分层学习算法的网络模型实现对有杆泵井的故障诊断,通过仿真测试验证了所提出的故障诊断方法能够准确地判断出有杆泵井故障类型。
|
关 键 词: | 径向基函数神经网络 傅里叶描述子 遗传算法 梯度下降法 有杆泵井 故障诊断 |
本文献已被 维普 等数据库收录! |
|