基于小波神經(jīng)網(wǎng)絡(luò)的故障診斷研究.pdf

1、故障診斷無論在生產(chǎn)安全還是在國民經(jīng)濟(jì)當(dāng)中無疑具有重要的意義.針對(duì)小波網(wǎng)絡(luò)精度高,學(xué)習(xí)速度快的特點(diǎn),在學(xué)習(xí)過程中,我們產(chǎn)生了將小波網(wǎng)絡(luò)應(yīng)用于故障診斷的想法.最終的實(shí)驗(yàn)證明,小波神經(jīng)網(wǎng)絡(luò)能夠很好的進(jìn)行故障的分類診斷并且具有較快的收斂速度.該文在目前常用的一維小波網(wǎng)絡(luò)(經(jīng)典的小波神經(jīng)網(wǎng)絡(luò))的基礎(chǔ)上,推導(dǎo)出兩種結(jié)構(gòu)的小波神經(jīng)網(wǎng)絡(luò),并將其應(yīng)用于故障診斷.主要是基于小波網(wǎng)絡(luò)學(xué)習(xí)收斂數(shù)度較快,對(duì)網(wǎng)絡(luò)的輸入不太敏感,以及小波神經(jīng)網(wǎng)絡(luò)可以有效的進(jìn)行函數(shù)逼

2、近或者信號(hào)逼近的特點(diǎn).傳統(tǒng)的前饋神經(jīng)網(wǎng)絡(luò)多采用誤差反傳學(xué)習(xí)算法對(duì)網(wǎng)絡(luò)進(jìn)行訓(xùn)練,但是誤差反傳學(xué)習(xí)算法具有容易陷入局部極小值,收斂速度慢以及容易導(dǎo)致震蕩等缺點(diǎn).針對(duì)這些缺點(diǎn),該文為兩種結(jié)構(gòu)的小波神經(jīng)網(wǎng)絡(luò)設(shè)計(jì)了一種改進(jìn)的誤差反傳學(xué)習(xí)算法,我們對(duì)傳統(tǒng)的誤差反傳學(xué)習(xí)算法進(jìn)行了兩點(diǎn)改進(jìn),一是采用基于梯度符號(hào)變化的局部學(xué)習(xí)率自適應(yīng)算法,二是引入了動(dòng)量項(xiàng)的方法.對(duì)比的實(shí)驗(yàn)結(jié)果表明,我們使用改進(jìn)的誤差反傳算法訓(xùn)練小波神經(jīng)網(wǎng)絡(luò),有效的加速算法的收斂速度和有