摘要
一种电液执行机构故障诊断方法,涉及电液执行机构故障诊断领域。本发明是为了解决现有基于概率神经网络的电液执行机构故障诊断方法,由于高度依赖平滑因子的选取,使得传统参数优化方法容易陷入局部最优且计算成本高的问题。本发明所述的一种电液执行机构故障诊断方法,采集电液执行机构的故障特征数据,并将该故障特征数据输入至概率神经网络故障诊断模型,获得故障识别结果。通过指数‑三角函数优化算法对概率神经网络进行优化,能够得到最优的平滑因子,可以有效解决平滑因子选取问题。本发明具有训练容易、快速收敛、准确率高等优点,可以快速、有效地识别故障。
技术关键词
电液执行机构
故障诊断方法
故障特征
故障诊断模型
故障类别
变量
数据
因子
参数优化方法
标准化方法
指数
识别故障
表达式
模式
算法
阶段
系统为您推荐了相关专利信息
故障检测
故障预测数据
故障诊断方法
带钢热连轧
动态
残差网络模型
GRU模型
轴承故障检测方法
计算机程序指令
数据
石化设备
强度评价方法
随机森林模型
全生命周期数据
指标
断路器故障诊断方法
特征参量
故障诊断模型
子系统
断路器故障诊断系统
设备状态监测方法
复合传感器
金属外壳
故障特征频率
氧化铝绝缘涂层