文献

J-GLOBAL ID：201702279701677289   整理番号：17A1323846

改良BPニューラルネットワークに基づく鉱山用換気機の故障診断【JST・京大機械翻訳】

Fault diagnosis of mine ventilator based on improved BP neural network

著者 (4件)： Sun Huiying (山東科技大学電气与自動化工程学院,山東青島,266590) ,  Lin Zhongpeng (山東科技大学電气与自動化工程学院,山東青島,266590) ,  Huang Can (山東科技大学電气与自動化工程学院,山東青島,266590) ,  Chen Peng (国网山東省電力公司検修公司,山東済南,250000)
資料名： Gongkuang Zidonghua  (Gongkuang Zidonghua)
巻： 43  号： 4  ページ： 37-41  発行年： 2017年 
JST資料番号： C3885A  ISSN： 1671-251X  CODEN： GZOIBW  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 鉱山用換気機の故障と兆候の対応関係が複雑であるという特徴に対して、動的適応型の鳥の探索アルゴリズムを用いて、BPニューラルネットワークを最適化し、故障診断を行う方法を提案した。ニューラルネットワークの最適初期パラメータを解くために,適応探索アルゴリズムを用いることにより,グローバル探索能力を最適化した。次に,BP神経回路網を訓練し,最終的な故障診断モデルを得た。実例分析結果により、この方法は効果的に鉱山用換気機の故障診断を行うことができ、しかも収斂速度が速く、精度が高いという特徴があり、テストサンプルに対する診断精度は92.5%に達することが明らかになった。Data from Wanfang. Translated by JST【JST・京大機械翻訳】

シソーラス用語： *換気 ,  最適化 ,  *故障診断 ,  *ニューラルネットワーク ,  神経回路網 ,  *鉱山
準シソーラス用語： 診断精度 ,  探索アルゴリズム ,  動的適応 ,  *逆伝播ニューラルネットワーク , 【Automatic Indexing@JST】

著者キーワード (4件)： mine ventilator ,  fault diagnosis ,  dynamic adaptation cuckoo search algorithm ,  BP neural network

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (3件)： BPニューラルネットワーク ,  鉱山 ,  故障診断