基于LM-BP神经网络的气阀故障诊断方法

摘要

提出一种基于LM(Levenberg-Marquardt)算法优化的BP (Back Propagation)神经网络的多级往复式压缩机气阀故障诊断方法;以6 M25-185/314氢氮气压缩机的6级压差和6级温差作为网络的输入向量,建立可对往复式压缩机一至六级气阀故障进行在线监测及故障诊断的LM-BP神经网络模型;以100组故障数据作为网络训练样本,30组数据作为网络检测样本进行故障诊断,结果表明,LM-BP神经网络相比于变梯度BP神经网络和RBF神经网络诊断更快速稳定且准确率达到96％以上;利用Matlab软件平台建立的LM-BP神经网络故障诊断模型,模型简单便于在工程实际中应用.