李 鹏 ，陈忠一

（1.91550部队 92分队，辽宁 大连 116023；2.大连海事大学 轮机学院，辽宁 大连 116023）

自组织特征映射网络在故障诊断中的应用

李 鹏1，陈忠一2

（1.91550部队 92分队，辽宁 大连 116023；2.大连海事大学 轮机学院，辽宁 大连 116023）

运用自组织特征映射神经网络的工作原理和具体实现算法进行故障诊断分析,在对已有神经网络聚类分析方法概括和总结的基础上,结合实验数据、仿真数据对自组织特征映射算法故障模型诊断进行研究,得出了有意义的结论。

数据挖掘；神经网络聚类；自组织特征映射；特征提取

实时监测设备运行状况,在运行参数发生变化时及时报警并提示操作人员进行检查,对于保障设备的正常运行具有重要的意义。传统的故障诊断方法一般都是采用基于知识的故障诊断系统,以领域专家和操作人员的启发性主观经验知识为基础,经过产生式推理和演绎推理来获得大量的规则,从而获得诊断故障原因和部位。但由于基于知识的故障诊断系统不具有学习功能,知识的获取途径只有通过专家或操作人员总结经验获取,从而制约了其进一步的发展[1，2]。

神经网络是模拟人脑结构开发的一种并行运算的数字算法，由输入层、输出层和隐层组成,可以用来建立输入输出之间复杂的映射关系。由于具有良好的记忆联想功能，因此在故障诊断领域得到了广泛的应用。但是传统BP神经网络只能用于确定性关系的学习，不能处理矛盾样本，而故障诊断系……