基于径向基多小波神经网络的水电机组故障诊断

被引：7

作者：

卢娜

肖志怀

曾洪涛

符向前

机构：

[1] 武汉大学动力与机械学院

来源：

武汉大学学报(工学版) | 2014年 / 47卷 / 03期

基金：

中央高校基本科研业务费专项资金资助;

关键词：

水电机组; 故障诊断; 径向基多小波神经网络; 径向基神经网络;

D O I：

暂无

中图分类号：

TV738 [养护、维修];

学科分类号：

081504 ;

摘要：

针对常规神经网络收敛速度慢,难以实现水电机组故障在线学习的不足,提出基于径向基多小波神经网络的水电机组故障诊断方法.采用多小波尺度函数作为径向基多小波神经网络的核函数,建立网络模型.利用水电机组振动信号频谱分量的幅值作为特征向量,对网络进行训练,实现特征样本集到振动故障集的有效映射,达到水电机组故障诊断的目的.实验结果表明:与常规神经网络的诊断方法相比,径向基多小波神经网络水电机组故障诊断方法具有较快的收敛速度和较好的泛化能力,为水电机组故障在线学习和诊断提供了有效的解决途径.

引用

页码：388 / 393

页数：6

共 9 条

[1] 基于引力搜索核聚类算法的水电机组振动故障诊断 [J].