基于Spiking的RBF神经网络故障诊断算法.pdf

《基于Spiking的RBF神经网络故障诊断算法.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、第27卷第4期北京建筑工程学院学报V01．27NO．42011年12月JournalofBeijingUniversityofCivilEngineeringandArchitectureDec．2011文章编号：1004—6011(2011)04—0057—05基于Spiking的RBF神经网络故障诊断算法霍一峰，王亚慧(北京建筑工程学院电气与信息工程学院，北京100044)摘要：神经网络是一种不依赖模型的控制方法，其自身并不需要给定预先需要的有关先验知识和判断函数，因此能对变化的环境(包括扰

2、动和噪声信号等等)具有良好的自适应性．RBF神经网络是具有单隐层的三层前馈网络，由输入到输出的映射是非线性的，而隐含层空间到输出空间的映射是线性的．其优点在于收敛速度快，具有唯一最佳逼近的特性，且不会陷入局部最小的问题．Spiking神经网络采用时间编码的方式来进行数据处理，更接近于实际生物神经系统．基于Spiking的RBF神经网络在预测精度和误差控制上有着显著的效果．关键词：RBF神经网络；Spiking；故障诊断中图分类号：TP183文献标志码：AFaultDiagnosisofRBFNe

3、uralNetworkBasedonSpikingHuoYifeng，WangYahui(SchoolofElectricityandInformationEngineering，BUCEABeijing100044)Abstract：Neuralnetworkisoneoftheindependentcontrolmethods，whichneednotthegivenprioriknowledgeanddiagnosisfunction．Neuralnetworkhasagoodadapta

4、bilitytothechangingenvironment(includingdisturbanceandnoisesignal，etc)．RBFneuralnetworkisathreelayersfeedforwardnetworkwithonesinglehiddenlayer．Themappingfromtheinputtothehiddenlayerisnonlinearandthemappingfromthehiddenlayertotheoutputislinear．RBFneu

5、ralnetworkhasaquickconvergencerate，．theuniquenessoptimalapproximationandwillnotfallintolocalminimum．Spikingneuralnetworkadoptstimeencodingtoprocessdata，whichismoreclosedtotherealbiologynervoussystem．RBFneuralnetworkbasedonSpikingcodinghasaremarkablee

6、ffectinforecastaccuracyanderrorcontro1．Keywords：RBFneuralnetwork；Spiking；faultdiagnosis目前，常用的神经网络拓扑包括前向型、反馈型较强的场合的应用受到限制．RBF径向基神经网络和自组织竞争型等．应用较广的BP神经网络和是一种局部逼近网络，对于每个训练样本，只需要对RBF神经网络是典型的前向型神经网络．其中，BP少量的权值和阈值进行修正，因此训练速度快．本神经网络在训练过程中需要对网络的所有权值和阈文将采用RBF

7、神经网络来进行系统实际的建模和值进行修正，因此被称为全局逼近神经网络．全局仿真，并给出基于Spikng脉冲的RBF神经网络的优逼近神经网络的学习速度很慢，所以在一些实时性化算法．收稿13期：2011—10—17作者简介：霍一峰(1986一)，男，硕士研究生，研究方向：先进控制理论58北京建筑工程学院学报能力．1RBF神经网络故障诊断算法实现在神经网络的故障诊断算法中，网络的输入结点一般对应着故障征兆，输出结点一般对应着故障1．1智能故障诊断算法概述原因．首先利用故障样本对网络进行训练，以确定故障

8、诊断技术的发展已经经历了三个阶段：第网络的结构(隐层的传递函数和神经元数目)和参一阶段由于机械设备比较简单，故障诊断主要依靠数(神经元之间的权值和阈值)．网络训练完毕后，专家或维修人员的感觉器官、个人经验及简单仪表就可以完成征兆集到故障集之问非线性的映射．典就能胜任故障的诊断与排除工作；传感器技术、动态型的基于神经网络的故障诊断系统结果如图1．测试技术及信号分析技术的发展使得诊断技术进人诊断原了第二个阶段，并且在维修工程和可靠性工程中得咂—匾亟圃—诊断丰f到了广泛的应用；20世纪80年代以来，由