基于SOM神经网络的内燃机故障智能诊断研究

SOM神经网络是一个由全连接的神经元阵列组成的无教师自组织、自学习网络,它具有很强的非线性映射能力和柔性网络结构以及高度的容错性和鲁棒性.通过反复多次迭代训练,使之对训练样本形成科学合理的分类,然后利用此网络结构对待测样本进行实例仿真检验,判断此设备是否处于异常状态,从而可对设备的运行状态进行实时监测与智能诊断.实际算例也表明了该理论在内燃机智能故障诊断中的有效性及实用性.