论文部分内容阅读
针对板带轧机液压AGC系统在线故障诊断问题,建立了一种基于非线性自回归滑动平均模型(NARMA)的递归神经网络,通过AIC定阶法确定模型阶次.运用生产实际数据,通过动态学习算法完成对网络的训练,使网络映射系统的动力学特性.该网络模型避免了故障的自学习,能够很好地实现故障检测.试验研究证明了该神经网络方法进行轧机液压AGC系统在线故障诊断的可行性和有效性.