首页> 中国专利> 基于改进Elman神经网络的气动阀执行机构故障诊断方法

基于改进Elman神经网络的气动阀执行机构故障诊断方法

页面导航

摘要
著录项
相似文献

摘要

本发明涉及一种基于改进Elman神经网络的气动阀执行机构故障诊断方法，包括以下步骤：1)根据阀门的输入输出参数与气动阀执行机构故障之间的关系，构建基于改进Elman神经网络的气动阀执行机构故障模型；2)对气动阀执行机构故障模型进行网络训练；3)在训练好的气动阀执行机构故障模型中输入测试数据进行故障诊断预测，得到故障预测结果。与现有技术相比，本发明具有收敛速度快、预测准确有效、考虑全面等优点。

著录项

公开/公告号CN111273638B

专利类型发明专利
公开/公告日2021-10-26

原文格式PDF
申请/专利权人华东理工大学;
展开▼

申请/专利号CN202010072279.X
发明设计人严怀成;常晴晴;陈辉;陈瑞;李郅辰;王孟;张皓;叶灵宋;
展开▼

申请日2020-01-21
分类号G05B23/02(20060101);
代理机构31225 上海科盛知识产权代理有限公司;
代理人杨宏泰
地址 200237 上海市徐汇区梅陇路130号
入库时间 2022-08-23 12:40:05

相似文献

专利
中文文献
外文文献

1. 基于改进Elman神经网络的气动阀执行机构故障诊断方法 [P] . 中国专利： CN111273638B . 2021.10.26
2. 基于改进Elman神经网络的气动阀执行机构故障诊断方法 [P] . 中国专利： CN111273638A . 2020-06-12
3. DEEP BELIEF NETWORK FEATURE EXTRACTION-BASED ANALOGUE CIRCUIT FAULT DIAGNOSIS METHOD [P] . 美国专利： US2019243735A1 . 2019-08-08

机译：基于深层神经网络特征提取的模拟电路故障诊断方法
4. METHOD OF DIAGNOSING FAULTS IN PHOTOVOLTAIC ARRAYS, BASED ON AN IMPROVED RANDOM FOREST ALGORITHM [P] . 俄罗斯专利： RU2734017C1 . 2020-10-12

机译：基于改进的随机森林算法的光伏阵列故障诊断方法
5. PHOTOVOLTAIC ARRAY FAULT DIAGNOSIS METHOD BASED ON IMPROVED RANDOM FOREST ALGORITHM [P] . 世界知识产权组织专利： WO2020029327A1 . 2020-02-13

机译：基于改进的随机森林算法的光伏阵列故障诊断方法