转子轴心轨迹故障诊断特征识别方法研究

被引:8
作者
刘占生
张新江
杨建国
夏松波
机构
[1] 哈尔滨工业大学动力工程系!
关键词
旋转机械; 故障诊断; 图形识别; 神经网络;
D O I
暂无
中图分类号
TP18 [人工智能理论];
学科分类号
081104 ; 0812 ; 0835 ; 1405 ;
摘要
转子轴心轨迹形状反映转子系统的工作状态,用神经网络方法可识别转子轴心轨迹形状,但神经网络的训练速度和稳定性与网络输入数据编码方式有关,提出一种使轴心轨迹图形编码得到较大压缩的平面图形可变等长度压缩编码方法,从而减少了轴心轨迹神经网络识别系统的输入变元数,使训练后的神经网络的联想能力得到较大提高,也加快了网络的训练速度及稳定性.将该图形形状识别系统加入到故障诊断专家系统中,提高了故障诊断专家系统的自动诊断水平.
引用
收藏
页码:22 / 25
页数:4
相关论文
共 2 条
[1]   加快神经网络训练速度的方法在旋转机械故障诊断中的应用 [J].
刘占生 ;
武新华 ;
夏松波 .
航空动力学报, 1997, (03) :90-93+112
[2]   人工神经网络在汽轮发电机组故障诊断中的应用 [J].
刘占生,夏松波 .
汽轮机技术, 1995, (01) :18-20+56