天然气工业
天然氣工業
천연기공업
NATURAL GASINDUSTRY
2009年
6期
120-122
,共3页
人工神经网络%故障诊断%机械设备%应用%比较
人工神經網絡%故障診斷%機械設備%應用%比較
인공신경망락%고장진단%궤계설비%응용%비교
油气田关键设备(各种机泵和压缩机)的运行状况直接关系到油气田开发的安全,平稳和高效运行.这些设备几乎是24 h不间断运行,难免会出现故障甚至绐生产造成损失.当前有多种神经网络被应用于这些设备的状态监测与故障诊断.对BP神经网络、径向基函数网络、概率神经网络、学习矢量量化网络、模糊神经网络和小波神经网络在机械设备故障诊断中的应用与研究进展进行了分析比较,阐述了各种网络的应用效果,分析了各种网络应用的优缺点.人工神经网络以其具有非线性、大规模、并行处理能力强、鲁棒性、容错性及自学习能力强等特点,在机械设备故障诊断中得到广泛的应用,应选择合适的神经网络对机械设备进行故障诊断,为油气田的安全、平稳和高效开发提供保障.
油氣田關鍵設備(各種機泵和壓縮機)的運行狀況直接關繫到油氣田開髮的安全,平穩和高效運行.這些設備幾乎是24 h不間斷運行,難免會齣現故障甚至紿生產造成損失.噹前有多種神經網絡被應用于這些設備的狀態鑑測與故障診斷.對BP神經網絡、徑嚮基函數網絡、概率神經網絡、學習矢量量化網絡、模糊神經網絡和小波神經網絡在機械設備故障診斷中的應用與研究進展進行瞭分析比較,闡述瞭各種網絡的應用效果,分析瞭各種網絡應用的優缺點.人工神經網絡以其具有非線性、大規模、併行處理能力彊、魯棒性、容錯性及自學習能力彊等特點,在機械設備故障診斷中得到廣汎的應用,應選擇閤適的神經網絡對機械設備進行故障診斷,為油氣田的安全、平穩和高效開髮提供保障.
유기전관건설비(각충궤빙화압축궤)적운행상황직접관계도유기전개발적안전,평은화고효운행.저사설비궤호시24 h불간단운행,난면회출현고장심지태생산조성손실.당전유다충신경망락피응용우저사설비적상태감측여고장진단.대BP신경망락、경향기함수망락、개솔신경망락、학습시량양화망락、모호신경망락화소파신경망락재궤계설비고장진단중적응용여연구진전진행료분석비교,천술료각충망락적응용효과,분석료각충망락응용적우결점.인공신경망락이기구유비선성、대규모、병행처리능력강、로봉성、용착성급자학습능력강등특점,재궤계설비고장진단중득도엄범적응용,응선택합괄적신경망락대궤계설비진행고장진단,위유기전적안전、평은화고효개발제공보장.
