<正>当管道发生故障时,相关参数必然会发生变化。这些参数往往数量庞大且繁杂,导致单一BP神经网络在识别故障时,由于负担过重而识别效率低下。基于此,本文主要分析了利用并行BP神经网络和BP-Adaboost集成学习算法对经过处理的数据进行故障信号识别的可行性。实验结果显示,本文所述的识别方法可有效提高故障信号识别率。
科研之友
微信
新浪微博
Facebook
分享链接
