基于信息融合的风机喘振智能诊断方法研究

被引：24

作者：

张红梅 ^{[1
]}

赵建虎 ^{[2
]}

代克杰 ^{[3
]}

机构：

[1] 武汉大学动力与机械学院自动化系

[2] 武汉大学测绘学院

[3] 平顶山学院电气信息工程学院

来源：

仪器仪表学报 | 2009年 / 30卷 / 01期

关键词：

喘振; 信息融合; 神经网络; 故障诊断;

D O I：

10.19650/j.cnki.cjsi.2009.01.027

中图分类号：

TH165.3 [];

学科分类号：

摘要：

风机喘振问题一直是自控领域内一个人们较为关心的问题,其影响因素十分复杂,很难准确地用某个确切的数学模型来描述,常规的数学模型诊断法存在不可避免的缺陷。本文在分析信息融合技术基本理论及喘振发生机理的基础上,针对常规诊断法的不足,提出了基于神经网络信息融合技术的风机喘振智能诊断方法;重点研究了将神经网络技术应用于风机喘振故障特征的提取,该法充分利用时域内所采集到的数据,通过简单有效的运算,既可准确反映故障的类型,又易于实现。经仿真和实际样本验证,取得了良好效果。在上述研究的基础上,针对电厂风机,设计并开发出了一套智能故障诊断系统,该研究为设备的安全高效运行提供了强有力的保障。

引用

页码：143 / 146

页数：4