基于遗传神经网络和证据理论融合的水电机组振动故障诊断研究

被引：8

作者：

刘立峰 ^{[1
]}

李郁侠 ^{[2
]}

王伟 ^{[2
]}

机构：

[1] 中国水电顾问集团西北勘测设计研究院

[2] 西安理工大学

来源：

水力发电学报 | 2008年 / 05期

关键词：

水力机械; 振动故障诊断; 遗传神经网络; 证据理论;

D O I：

暂无

中图分类号：

TV738 [养护、维修];

学科分类号：

081504 ;

摘要：

本文针对水电机组振动故障诊断中的故障误诊、漏诊以及诊断可靠性低等问题,提出了适用于水电机组的神经网络局部诊断和证据理论融合决策的故障诊断方法。在神经网络中应用遗传算法提高网络的收敛速度。对水电机组振动故障进行仿真,诊断结果表明,通过对故障征兆信息的有效组合,充分利用机组各部位信息,可减少诊断的误诊、漏诊,有效提高诊断的可靠性。应用MATLAB7.0开发出故障诊断系统界面。

引用

页码：163 / 167

页数：5

共 4 条

[1]

机械优化设计遗传算法.[M].陈伦军等编著;.机械工业出版社.2005,

[2] 证据理论在旋转机械综合故障诊断中应用 [J].