RBF网络在发动机故障诊断中的应用  

Application of Radial Basis Function Network in the Fault Diagnosis of Engine

作　　者：王玉雷[1] 潘宏侠[1] 赵宝利[1] 

机构地区：[1]中北大学机械工程与自动化学院,太原030051

出　　处：《微计算机信息》2009年第1期183-184,74,共3页Control & Automation

基　　金：基金申请人:潘宏侠;国家自然科学基金资助(基于群体智能分析的传动箱故障诊断研究)(50575214)

摘　　要：介绍了RBF网络模型,分析了其特点,并探讨了基于RBF网络的发动机故障诊断方法。通过MATLAB进行仿真试验,结果表明RBF神经网络训练速度比BP算法快,是解决故障诊断问题的有效途径。The paper introduces the model of Radial Basis Function Neural Network , analyses the characteristic and discusses the method of fault diagnosis of engine based on RBF network. Simulating through the MATLAB,the result shows that Radial Basis Function Neural Network has good training speed than BP algorithm, and meanwhile it is also an available approach to solve fault diagnosis problems.

关 键 词：RBF神经网络 故障诊断 发动机 

分 类 号：TP183[自动化与计算机技术—控制理论与控制工程]