轧机液压AGC系统基于神经网络的传感器故障诊断技术
来源期刊:钢铁2005年第5期
论文作者:李国友 张伟 董敏 刘才
关键词:液压AGC; NARMA; 递归神经网络; 故障诊断;
摘 要:针对板带轧机液压AGC系统在线故障诊断问题,建立了一种基于非线性自回归滑动平均模型(NARMA)的递归神经网络,通过AIC定阶法确定模型阶次.运用生产实际数据,通过动态学习算法完成对网络的训练,使网络映射系统的动力学特性.该网络模型避免了故障的自学习,能够很好地实现故障检测.试验研究证明了该神经网络方法进行轧机液压AGC系统在线故障诊断的可行性和有效性.
李国友1,张伟2,董敏2,刘才2
(1.燕山大学电气工程学院,河北,秦皇岛,066004;
2.燕山大学机械工程学院,河北,秦皇岛,066004)
摘要:针对板带轧机液压AGC系统在线故障诊断问题,建立了一种基于非线性自回归滑动平均模型(NARMA)的递归神经网络,通过AIC定阶法确定模型阶次.运用生产实际数据,通过动态学习算法完成对网络的训练,使网络映射系统的动力学特性.该网络模型避免了故障的自学习,能够很好地实现故障检测.试验研究证明了该神经网络方法进行轧机液压AGC系统在线故障诊断的可行性和有效性.
关键词:液压AGC; NARMA; 递归神经网络; 故障诊断;
【全文内容正在添加中】