Keras在燃气管道阀门故障诊断中的应用

来源 :消防科学与技术 | 被引量 : 0次 | 上传用户:zonsun168
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
针对燃气管道阀门故障诊断存在的诊断准确率低,鲁棒性差和容易陷入过拟合等问题,结合深度学习理论,基于谷歌人工智能学习系统Keras,构建多层感知器MLP神经网络模型,用于预测阀门故障程度。选取阀门故障中的8种特征参数作为模型的原始输入量,经过多层感知器的特征提取、参数重构、Adam优化、Softmax分类,并加入Dropout模块避免过度拟合,最终得到具有较高预测精度的多层感知器模型。将得到的多层感知器模型应用在实验室的燃气管道阀门故障诊断系统中,结果表明,这种模型具有更高的准确性和鲁棒性。
其他文献
采用瞬态热源法对高温处理后不同纤维掺量和纤维长度的聚丙烯纤维混凝土PFRC的热工性能开展试验研究。结果表明:高温后PFRC的表观密度、导热系数、导温系数和比热容均随受热
本文对基于J2EE架构的考试系统进行了UML用例分析,阐述J2EE考试系统实现的通用性原理和设计方法。通过用例驱动,给出一种能够在网络环境下满足考生个性化学习和测试、教师出
针对城市燃气管道泄漏问题,提出了一种基于RSSI算法的城市燃气管道泄漏检测与定位技术。该技术可以分析和计算管道泄漏时ZigBee节点之间接收信号的强度,并最终获得泄漏的位置