动量因子BP神经网络算法在设备故障预测中的应用  

The application of predicting the device status using the momentum divisor ANN algorithm

作　　者：熊峰[1] 龙红叶[1] 胡小梅[1] 卢鲜亮[1] 

机构地区：[1]上海大学上海市机械自动化与机器人重点实验室,上海200072

出　　处：《制造业自动化》2011年第23期13-16,共4页Manufacturing Automation

基　　金：上海市科委科技攻关计划(10DZ1126100;10DZ1140900);上海高校选拔培养优秀青年教师科研专项基金;上海大学创新基金;上海市重点学科建设资助(Y0102)

摘　　要：设备故障预测是设备预防性维护的重要组成部分。本文针对传统方法处理设备故障预测的不足,采用动量因子BP神经网络算法来预测设备状态。通过网络学习和诊断实验表明:动量因子BP神经网络算法不仅能解决设备故障预测的非线性问题,而且预测结果非常准确、误差精度较高、收敛速度较快。

关 键 词：设备故障预测 动量因子BP神经网络 特性曲线 有效预测 

分 类 号：TP391[自动化与计算机技术—计算机应用技术]