首页 | 本学科首页   官方微博 | 高级检索  
     

动量因子BP神经网络算法在设备故障预测中的应用
引用本文:熊峰,龙红叶,胡小梅,卢鲜亮. 动量因子BP神经网络算法在设备故障预测中的应用[J]. 制造业自动化, 2011, 33(23). DOI: 10.3969/j.issn.1009-0134.2011.12(上).05
作者姓名:熊峰  龙红叶  胡小梅  卢鲜亮
作者单位:上海大学上海市机械自动化与机器人重点实验室,上海,200072
基金项目:上海市科委科技攻关计划(10DZ1126100,10DZ1140900); 上海高校选拔培养优秀青年教师科研专项基金; 上海大学创新基金; 上海市重点学科建设资助(Y0102)
摘    要:设备故障预测是设备预防性维护的重要组成部分。本文针对传统方法处理设备故障预测的不足,采用动量因子BP神经网络算法来预测设备状态。通过网络学习和诊断实验表明:动量因子BP神经网络算法不仅能解决设备故障预测的非线性问题,而且预测结果非常准确、误差精度较高、收敛速度较快。

关 键 词:设备故障预测  动量因子BP神经网络  特性曲线  有效预测  

The application of predicting the device status using the momentum divisor ANN algorithm
XIONG Feng,LONG Hong-ye,HU Xiao-mei,LU Xian-liang. The application of predicting the device status using the momentum divisor ANN algorithm[J]. Manufacturing Automation, 2011, 33(23). DOI: 10.3969/j.issn.1009-0134.2011.12(上).05
Authors:XIONG Feng  LONG Hong-ye  HU Xiao-mei  LU Xian-liang
Affiliation:XIONG Feng,LONG Hong-ye,HU Xiao-mei,LU Xian-liang
Abstract:
Keywords:
本文献已被 CNKI 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号