循环自构形算法及其在设备故障诊断中的应用

计算机工程与应用 ›› 2007, Vol. 43 ›› Issue (24): 220-222.

循环自构形算法及其在设备故障诊断中的应用

饶泓¹，扶名福²，陈炼¹，谢明祥²

1.南昌大学计算中心，南昌 330031
2.南昌大学机电工程学院，南昌 330031

收稿日期:1900-01-01 修回日期:1900-01-01 出版日期:2007-08-21 发布日期:2007-08-21
通讯作者: 饶泓

Circular self-configuring algorithm and application in equipment fault diagnosis

RAO Hong¹，FU Ming-fu²，CHEN Lian¹，XIE Ming-xiang²

1.Computer Center，Nanchang University，Nanchang 330031，China
2.Mechanical and Electrical School，Nanchang University，Nanchang 330031，China

Received:1900-01-01 Revised:1900-01-01 Online:2007-08-21 Published:2007-08-21
Contact: RAO Hong

摘要/Abstract

摘要： 基于随机度和分治思想，提出并实现了前向反馈神经网络中的循环自构形算法，该算法能有效解决自构形算法的收敛不一致问题，将网络收敛到一致的最精简的结构。通过MATLAB实验表明，循环自构形算法可将网络隐层节点数从15和20一致精简到6。将该算法应用于风机的故障诊断中，实践表明该方法具有更有效的故障知识表达性能，能更好地解决故障诊断问题。

关键词: 循环自构形, 神经网络, 故障诊断, 风机

Abstract: Based on the randomness and divide algorithm，the circular self-configuring algorithm of BP neural network is introduced in this paper.The algorithm is realized in the experiment.It shows this algorithm can converge uniformly and reduce the neural network to most simplify.The experiment of application in the centrifugal fan fault diagnosis underlines the theoretical results.

Key words: circular self-configuring, Neural Network, fault diagnosis, centrifugal fan

饶泓¹，扶名福²，陈炼¹，谢明祥². 循环自构形算法及其在设备故障诊断中的应用[J]. 计算机工程与应用, 2007, 43(24): 220-222.

RAO Hong¹，FU Ming-fu²，CHEN Lian¹，XIE Ming-xiang². Circular self-configuring algorithm and application in equipment fault diagnosis [J]. Computer Engineering and Applications, 2007, 43(24): 220-222.

[1]	许昊，张凯，田英杰，种法广，王子超. 深度神经网络图像描述综述[J]. 计算机工程与应用, 2021, 57(9): 9-22.
[2]	冉蓉，徐兴华，邱少华，崔小鹏，欧阳斌. 基于深度卷积神经网络的裂纹检测方法综述[J]. 计算机工程与应用, 2021, 57(9): 23-35.
[3]	牟清萍，张莹，张东波，王新杰，杨知桥. 目标丢失判别机制的视觉跟踪算法及应用研究[J]. 计算机工程与应用, 2021, 57(9): 140-147.
[4]	包志强，邢瑜，吕少卿，黄琼丹. 改进YOLO V2的6D目标姿态估计算法[J]. 计算机工程与应用, 2021, 57(9): 148-153.
[5]	王林，柴江云. 深度神经网络在多场景车辆属性识别中的研究[J]. 计算机工程与应用, 2021, 57(9): 162-167.
[6]	赵志焱，杨华，胡志伟，宇海萍. 基于TACNN的玉露香梨叶虫害识别[J]. 计算机工程与应用, 2021, 57(9): 176-181.
[7]	周伦钢，孙怡峰，王坤，吴疆，黄维贵，李炳龙. 目标多种多值属性的端端快速识别网络[J]. 计算机工程与应用, 2021, 57(9): 182-190.
[8]	张成，戴俊峰，熊闻心. 融合LeNet-5改进的扫描文档手写日期识别[J]. 计算机工程与应用, 2021, 57(9): 207-211.
[9]	麻哲旭，杨峰，乔旭. 铁路路基病害智能检测方法[J]. 计算机工程与应用, 2021, 57(9): 272-278.
[10]	蒋斌，钟瑞，张秋闻，张焕龙. 采用深度学习方法的非正面表情识别综述[J]. 计算机工程与应用, 2021, 57(8): 48-61.
[11]	李震霄，孙伟，刘明明，郑丽丽，陈劭颖. 交通监控场景中的车辆检测与跟踪算法研究[J]. 计算机工程与应用, 2021, 57(8): 103-111.
[12]	张越，黄友锐，刘鹏坤. 引入注意力机制的多分辨率人体姿态估计研究[J]. 计算机工程与应用, 2021, 57(8): 126-132.
[13]	李现国，冯欣欣，李建雄. 多尺度残差网络的单幅图像超分辨率重建[J]. 计算机工程与应用, 2021, 57(7): 215-221.
[14]	林荣来，汤冰影，陈明. 适用于轴承故障诊断的数据增强算法[J]. 计算机工程与应用, 2021, 57(7): 269-278.
[15]	翟正利，李鹏辉，冯舒. 图对抗攻击研究综述[J]. 计算机工程与应用, 2021, 57(7): 14-21.