基于多输入神经网络在汽轮发电机组中的研究与应用

被引：1

作者：

陈仓 ^{[1
]}

傅行军 ^{[2
]}

王利民 ^{[1
]}

机构：

[1] 斯凯孚可靠性系统上海有限公司

[2] 东南大学火电机组振动国家工程研究中心

来源：

关键词：

神经网络; 故障诊断; 振动特征; 汽轮发电机组;

D O I：

暂无

中图分类号：

TM311 [汽轮发电机]; TP183 [人工神经网络与计算];

学科分类号：

080801 ; 081104 ; 0812 ; 0835 ; 1405 ;

摘要：

人工神经网络以其独特的优点在故障诊断中的应用越来越受到关注。提出了以改进BP神经网络为基础的多征兆域输入、分层诊断的故障诊断模型,该模型具有网络结构简单,收敛速度快,便于管理等优点。经实验和现场数据验证,该模型不仅对单故障具有诊断能力,而且对于并发故障也有较强的分类功能。

引用

页码：451 / 454

页数：4

共 6 条

[1]

汽轮发电机组振动多故障诊断模型及方法研究.[D].张彼德.重庆大学.2002, 02

[2]

机械故障诊断学.[M].钟秉林;黄仁主编;.机械工业出版社.2002,

[3]

汽轮发电机组的振动及转子平衡.[M].张游祖;施维新编著.水利电力出版社.1986,

[4] 基于改进BP算法的汽轮发电机组的故障诊断 [J].

陈仓 ;

傅行军 .

[5] 汽轮发电机组振动故障的综合自动诊断方法研究 [J].

卢学军 ;

缪思恩 ;

顾晃 .

[6] 汽轮发电机组振动故障诊断的模糊输入方法 [J].

李化 ;

孙才新 ;

胡雪松 ;

岳刚 ;

王肯 .