10.3969/j.issn.2095-2783.2016.10.003
基于混合fuzzy ARTMAP的智能诊断方法在油缸泄漏诊断中的应用
提出了1种混合的fuzzy ARTMAP(FAM)智能诊断方法,对泵车主油缸早期泄漏及异常泄漏进行了诊断分析.由于FAM性能受训练样本输入顺序及油缸泄漏故障样本少的影响,运用信号处理方法和改进的距离区分技术抽取了反映油缸泄漏状态的敏感特征参数,然后将不同排序的学习样本分别输入到多个FAM神经网络进行诊断分析,并结合贝叶斯置信法,获取最终的诊断结果.试验结果表明,该方法不仅能对油缸早期泄漏和异常泄漏故障进行有效诊断,诊断精度分别高于单个FAM及混合BP和RBF网络6%、38%和42%,而且具有较好的鲁棒性.
fuzzy ARTMAP、混合fuzzy ARTMAP、改进距离区分技术、泄漏诊断、异常诊断
11
TP206.3(自动化技术及设备)
国家自然科学基金资助项目51405353;湖北省教育厅科学研究计划资助项目Q20151103;湖北省科技厅计划项目2015CFB306
2016-11-25(万方平台首次上网日期,不代表论文的发表时间)
共5页
1089-1093