基于小波神經網絡的故障診斷研究.pdf

1、故障診斷無論在生產安全還是在國民經濟當中無疑具有重要的意義.針對小波網絡精度高,學習速度快的特點,在學習過程中,我們產生了將小波網絡應用于故障診斷的想法.最終的實驗證明,小波神經網絡能夠很好的進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絡(經典的小波神經網絡)的基礎上,推導出兩種結構的小波神經網絡,并將其應用于故障診斷.主要是基于小波網絡學習收斂數度較快,對網絡的輸入不太敏感,以及小波神經網絡可以有效的進行函數逼

2、近或者信號逼近的特點.傳統的前饋神經網絡多采用誤差反傳學習算法對網絡進行訓練,但是誤差反傳學習算法具有容易陷入局部極小值,收斂速度慢以及容易導致震蕩等缺點.針對這些缺點,該文為兩種結構的小波神經網絡設計了一種改進的誤差反傳學習算法,我們對傳統的誤差反傳學習算法進行了兩點改進,一是采用基于梯度符號變化的局部學習率自適應算法,二是引入了動量項的方法.對比的實驗結果表明,我們使用改進的誤差反傳算法訓練小波神經網絡,有效的加速算法的收斂速度和有