《表3 死区故障下各BP神经网络的输出结果》
从表中可以看出,当不同故障产生时,部分特征指标会对应发生明显变化。比较不同故障下系统性能评价指标(MVC)的大小可知,调节阀的不同故障对系统性能有着不同的影响;其中电动调节阀在卡死和粘滞故障下,MVC仅为0.063 5和0.101 2,因此,调节阀的卡死和粘滞对控制系统影响较为严重。接下来,将计算得到的指标值分别作为神经网络的输入进行训练以生成D-S证据理论的基本概率分配函数。本文利用Matlab构造BP神经网络,每个BP神经网络模型训练次数为10 000次,训练目标为0.000 1,学习速率为0.01。由于篇幅原因,仅展示死区故障下各神经网络的输出结果和经过D-S证据理论融合后的诊断结果,分别如表3和表4所示。
图表编号 | XD0094538200 严禁用于非法目的 |
---|---|
绘制时间 | 2019.09.30 |
作者 | 王印松、王珏 |
绘制单位 | 华北电力大学控制与计算机工程学院、华北电力大学控制与计算机工程学院 |
更多格式 | 高清、无水印(增值服务) |