優化的BP神經網絡在電子設備故障診斷中的應用
加入技術交流群
②任取4組測試數據見表5，觀察其識別結果。表6為歸一化后的測試數據，表7為識別結果。與故障模式對比可知，第一組數據對應的故障是MA-1；第二組數據對應的故障是MB-2；第三組數據對應的故障是MD；第四組數據對應的故障是MG。由此可見，本網絡不僅能識別樣本本身的故障，而且能準確診斷樣本以外的數據故障。
4 結 語
本次實驗中的BP神經網絡采用共軛梯度法進行優化設計，由實驗數據可知，該網絡能夠準確診斷數據的故障狀態，可見，該方法能夠成功應用于設備的故障診斷中。故障診斷是一門實用性很強的技術，因此只有在實際應用中才能體現它的價值，目前在理論研究方面雖有不少進展，但真正在工程實踐中成功應用的實例還較少，因此如何將先進的故障診斷理論與方法應用到實際中，還有待更深入的研究。
評論