摘要:针对标准BP神经网络用于故障诊断时学习效率低、收敛速度慢、易陷入局部极小点及对初始参数较为敏感等不足,提出了一种组合优化的方法,即采用遗传算法(GA)确定BP神经网络的最佳初始权值矩阵,以规避BP神经网络对初始参数较为敏感的不足;应用LM(Levenberg-Marquardt)算法在局部解空间里对BP神经网络进行精确训练,搜索全局最优解。该方法在保留BP神经网络的广泛映射能力的前提下,提升了网络的学习速度和精确搜索能力,进而大幅提高了基于BP神经网络的电液伺服阀故障诊断的效率和精度。通过对MOOG D761-2716A机械反馈伺服阀进行故障诊断,进一步说明了该方法的实用性和高效性。
关键词:机械装备 电液伺服阀 故障诊断 bp神经网络
单位:燕山大学机械工程学院; 秦皇岛066004; 河北省重型机械流体动力传输与控制实验室; 秦皇岛066004; 中国航发北京航科发动机控制系统科技有限公司; 北京102200
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社