汽轮发电机组故障智能诊断方法研究

被引：38

作者：

陈长征

栗青

刘一芳

王亚光

机构：

[1] 沈阳工业大学诊断与控制工程中心,沈阳工业大学诊断与控制工程中心,沈阳工业大学诊断与控制工程中心,沈阳工业大学诊断与控制工程中心辽宁沈阳,辽宁沈阳,辽宁沈阳,辽宁沈阳

来源：

中国电机工程学报 | 2002年 / 05期

关键词：

汽轮发电机组; 故障诊断; 神经网络; 感知器;

D O I：

10.13334/j.0258-8013.pcsee.2002.05.024

中图分类号：

TM311 [汽轮发电机];

学科分类号：

080801 ;

摘要：

该文针对汽轮发电机组故障特点,研究了用于故障智能诊断的神经网络结构,对传统的BP神经网络进行了改进,提出了神经网络的逐层优化法,优化后的神经网络更加适用于故障诊断。通过对汽轮发电机组常见故障的分析,提出了适用于汽轮机故障诊断的原因-征兆表,在此基础上对某热电厂的汽轮发电机组故障进行了诊断,诊断结果表明,该方法能够正确地诊断出存在的故障,具有实用价值。

引用

页码：122 / 125

页数：4

共 6 条

[1]

A simple design stratage for fault monitoring systems. Chuel-TinChang,Kai-NanMah,Chii-ShiangTsai. American Institute of Chemical Engineers Journal . 1999

[2]

Incipient fault diagnosis of chemical processing via artificial neural networks. KajiroWatanabe,IchiroMatsuura,MasahiroAbe,et al. American Institute of Chemical Engineers Journal . 1989

[3]

An approach to fault diagnosis of chemical processes via neural networks. FanJ Y,NikolaouM,WhiteR E. American Institute of Chemical Engineers Journal . 1993

[4]

Neural networks in process fault diagnosis. TimoSorsa,HeikkiN,Koivo,HannuKoivisto. IEEE Transactions onSystem,Man andCybernetics . 1991

[5]

Recognition of chatter with neural networks. TanselI N,WagimanA,TziranisA. Int.J.Mach.ToolsManufactory . 1991

[6]

A neural network approach to real-time condition monitoring ofInduction motors. ChowMo-yuen,MangumPeterM,YeeSuiOi. IEEE Transactions onIndustrialElectronics . 1991

← 1 →