汽轮机技术
汽輪機技術
기륜궤기술
TURBINE TECHNOLOGY
2008年
6期
437-439
,共3页
祝晓燕%王继选%刘小贞%赵冉
祝曉燕%王繼選%劉小貞%趙冉
축효연%왕계선%류소정%조염
神经网络%转子%故障诊断%弹性BP算法%小波包特征向量
神經網絡%轉子%故障診斷%彈性BP算法%小波包特徵嚮量
신경망락%전자%고장진단%탄성BP산법%소파포특정향량
为精确诊断转子故障,采用了基于小波包能量特征向量的弹性BP神经网络和最速下降BP算法神经网络的故障诊断方法,对采集到的信号进行3层小波包分解,构造小波包特征向量,对样本进行3层BP网络训练,实现智能化故障诊断.结果表明采用改进的BP算法优于最速下降BP算法,训练的网络可以很好地诊断转子故障.
為精確診斷轉子故障,採用瞭基于小波包能量特徵嚮量的彈性BP神經網絡和最速下降BP算法神經網絡的故障診斷方法,對採集到的信號進行3層小波包分解,構造小波包特徵嚮量,對樣本進行3層BP網絡訓練,實現智能化故障診斷.結果錶明採用改進的BP算法優于最速下降BP算法,訓練的網絡可以很好地診斷轉子故障.
위정학진단전자고장,채용료기우소파포능량특정향량적탄성BP신경망락화최속하강BP산법신경망락적고장진단방법,대채집도적신호진행3층소파포분해,구조소파포특정향량,대양본진행3층BP망락훈련,실현지능화고장진단.결과표명채용개진적BP산법우우최속하강BP산법,훈련적망락가이흔호지진단전자고장.
