基于FMEA与RBF神经网络的LPG汽车罐车储罐系统故障诊断

被引：7

作者：

马成正 ^{[1
]}

王洪德 ^{[2
]}

机构：

[1] 柳州铁道职业技术学院运输与经济管理系

[2] 大连交通大学土木与安全工程学院

来源：

中国安全科学学报 | 2011年 / 21卷 / 01期

关键词：

故障模式影响分析(FMEA); 径向基函数(RBF)神经网络; LPG储罐; 故障指标; 故障诊断;

D O I：

10.16265/j.cnki.issn1003-3033.2011.01.009

中图分类号：

U472.42 [故障分析];

学科分类号：

摘要：

为了对液化石油气(LPG)公路运输罐车储罐系统故障进行准确、全面的诊断,通过利用故障模式影响分析方法(FMEA)构建储罐系统故障模式及故障特征指标,根据日常检测数据构造训练样本,运用径向基函数(RBF)神经网络对网络进行训练建立诊断模型并利用诊断模型对罐车故障进行诊断。经验证:诊断结果与实际情况相符合。因此,基于FMEA与RBF神经网络所构建的模型可以用于危险化学品汽车罐车储罐系统的故障诊断。

引用

页码：99 / 104

页数：6

共 10 条

[1] 基于BP神经网络在森林防火专家系统不确定推理中的应用研究 [J].