為了提高氣體管道泄漏檢測的效率與準(zhǔn)確性,文中結(jié)合BP神經(jīng)網(wǎng)絡(luò)設(shè)計(jì)了一套氣體管道泄漏檢測方法,并以醫(yī)用呼吸機(jī)氣體管路為對象進(jìn)行測試。在氣路分析的基礎(chǔ)上,借助試湊法與MATLAB軟件平臺(tái)確定神經(jīng)網(wǎng)絡(luò)各層的神經(jīng)元數(shù)量,方案采用Trainglm算法作為樣本數(shù)據(jù)的訓(xùn)練算法。通過在醫(yī)用呼吸機(jī)上進(jìn)行的實(shí)測結(jié)果表明,文中所設(shè)計(jì)的方法比傳統(tǒng)的呼吸機(jī)漏氣檢測方法具有較好的泛化能力與較高的精度,且誤差平均值較小、穩(wěn)定性與重復(fù)性較好,是一種氣體管道漏氣檢測的有效手段。 

【文章來源】：電子設(shè)計(jì)工程. 2020,28(17)

【文章頁數(shù)】：6 頁

【部分圖文】：

神經(jīng)元（單個(gè)）結(jié)構(gòu)模型示意圖

首先，該網(wǎng)絡(luò)的激活函數(shù)必須是非線性的光滑函數(shù)，一般選用雙曲正切或logistic函數(shù)。其次，該網(wǎng)絡(luò)必須具備隱藏層、輸入層與輸出層。對于BP神經(jīng)網(wǎng)絡(luò)而言，通常隱藏層只有一層，只有在神經(jīng)元數(shù)量較多時(shí)才考慮增加。最后，該網(wǎng)絡(luò)必須具備較高的連接性，而連接性一般與突觸權(quán)值和數(shù)量密切相關(guān)[12]。信號/誤差的正向/反向傳播是BP神經(jīng)網(wǎng)絡(luò)訓(xùn)練的典型過程特征。激勵(lì)信號進(jìn)入輸入層后，輸入層將其傳播給隱藏層進(jìn)行分析計(jì)算，由隱藏層將結(jié)果傳播給輸出層并對最終信號進(jìn)行輸出。但當(dāng)期望信號與輸出信號的差值超過誤差閾值時(shí)，會(huì)開始誤差的反向傳播：隱藏層將誤差信息傳播給輸入層，經(jīng)計(jì)算進(jìn)一步分配加入到各神經(jīng)元（隱藏層和輸入層）中進(jìn)行權(quán)值調(diào)整并重新計(jì)算；正向、反向過程交替，直到輸出誤差達(dá)到誤差閾值允許的范圍或訓(xùn)練次數(shù)達(dá)到設(shè)定數(shù)值時(shí)才結(jié)束訓(xùn)練。相應(yīng)的流程，如圖3所示。

信號/誤差的正向/反向傳播是BP神經(jīng)網(wǎng)絡(luò)訓(xùn)練的典型過程特征。激勵(lì)信號進(jìn)入輸入層后，輸入層將其傳播給隱藏層進(jìn)行分析計(jì)算，由隱藏層將結(jié)果傳播給輸出層并對最終信號進(jìn)行輸出。但當(dāng)期望信號與輸出信號的差值超過誤差閾值時(shí)，會(huì)開始誤差的反向傳播：隱藏層將誤差信息傳播給輸入層，經(jīng)計(jì)算進(jìn)一步分配加入到各神經(jīng)元（隱藏層和輸入層）中進(jìn)行權(quán)值調(diào)整并重新計(jì)算；正向、反向過程交替，直到輸出誤差達(dá)到誤差閾值允許的范圍或訓(xùn)練次數(shù)達(dá)到設(shè)定數(shù)值時(shí)才結(jié)束訓(xùn)練。相應(yīng)的流程，如圖3所示。2 氣體管道漏氣檢測方法設(shè)計(jì)

【參考文獻(xiàn)】：
期刊論文
[1]深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)的新型自適應(yīng)激活函數(shù)[J]. 劉宇晴,王天昊,徐旭.  吉林大學(xué)學(xué)報(bào)(理學(xué)版). 2019(04)
[2]基于監(jiān)督學(xué)習(xí)的數(shù)據(jù)預(yù)測服務(wù)構(gòu)建方法[J]. 李昭,宋壹,陳鵬.  計(jì)算機(jī)技術(shù)與發(fā)展. 2019(09)
[3]改進(jìn)的BP神經(jīng)網(wǎng)絡(luò)在分?jǐn)?shù)線預(yù)測中的應(yīng)用[J]. 郭孝文,梁向陽.  西安工業(yè)大學(xué)學(xué)報(bào). 2018(03)
[4]基于平穩(wěn)小波與BP神經(jīng)網(wǎng)絡(luò)的換相失敗檢測算法[J]. 李福新.  沈陽工業(yè)大學(xué)學(xué)報(bào). 2018(03)
[5]基于新的改進(jìn)粒子群算法的BP神經(jīng)網(wǎng)絡(luò)在擬合非線性函數(shù)中的應(yīng)用[J]. 林宇鋒,鄧洪敏,史興宇.  計(jì)算機(jī)科學(xué). 2017(S2)
[6]基于特征線法的輸氣管道泄漏瞬態(tài)仿真與分析[J]. 陳潛,邢曉凱,王煒碩.  科學(xué)技術(shù)與工程. 2017(30)
[7]基于PReLUs-Softplus非線性激勵(lì)函數(shù)的卷積神經(jīng)網(wǎng)絡(luò)[J]. 郜麗鵬,鄭輝.  沈陽工業(yè)大學(xué)學(xué)報(bào). 2018(01)
[8]優(yōu)化的BP網(wǎng)絡(luò)在面部特征點(diǎn)的深度估計(jì)[J]. 宋樂,谷林,東虎,杜俏俏.  西安工程大學(xué)學(xué)報(bào). 2017(04)
[9]氣體管道泄漏聲發(fā)射單一非頻散模態(tài)定位[J]. 楊麗麗,謝昊飛,李帥永,李偉雄,何明峰.  儀器儀表學(xué)報(bào). 2017(04)
[10]基于BP神經(jīng)網(wǎng)絡(luò)的協(xié)作頻譜感知技術(shù)[J]. 陳易,張杭,胡航.  計(jì)算機(jī)科學(xué). 2015(02)

博士論文
[1]輸氣管道泄漏的智能檢測與定位方法研究[D]. 王麗娜.東北大學(xué) 2016

碩士論文
[1]天然氣高壓管道泄漏擴(kuò)散檢測及其應(yīng)用研究[D]. 馬吉.華北科技學(xué)院 2018



本文編號：2964204