电机故障诊断问题在生产安全运行中非常重要,但难以建立准确数学模型,而神经网络能较好地解决故障诊断问题,Elman网络是一种动态递归神经网络,具有适应时变特性的能力,训练速度快、精度高,识别能力强。针对电机转子故障样本应用Elman网络并采用LM算法训练,将其训练效果与BP网络训练效果进行比较,显示了Elman网络和LM算法的优越性。

Elman 模型结构中不仅包含输入层、中间层 (即 隐含层) 和输出层, 还包含记载中间层历史信息的承接 层 ,相较于一般静态神经网络具有动态特性好, 逼近 速度快等特点.