摘要
主成分分析-三线值法-反向传播神经网络(principal component analysis-new three line value-back propagation neural network,PCA-NTLV-BPNN)多算法融合模型被用于提高故障诊断精度和准确率。具体处理过程为:采用小波包变换(wave packet transform,WPT)对油液数据进行降噪;应用PCA选择主要元素,根据这些元素数据采用NTLV建立正常、警告、危险边界线分类磨损状态;确定BPNN的期望输出分类。以船用空压机为研究对象,理论分析和实践比较结果表明,融合模型比BPNN具有更高的诊断精度与准确率,诊断效果更好。
出处
《湘南学院学报》
2024年第2期20-26,共7页
Journal of Xiangnan University
基金
安徽省高校优秀青年人才支持计划重点项目(gxyqZD2016276)
合肥大学研究生创新创业项目(21YCXL10)。
