汽轮机技术
汽輪機技術
기륜궤기술
TURBINE TECHNOLOGY
2006年
3期
215-217
,共3页
唐贵基%范德功%胡爱军%王誉容
唐貴基%範德功%鬍愛軍%王譽容
당귀기%범덕공%호애군%왕예용
神经网络%故障诊断%旋转机械%小波包特征向量:
神經網絡%故障診斷%鏇轉機械%小波包特徵嚮量:
신경망락%고장진단%선전궤계%소파포특정향량:
为精确诊断旋转机械的故障,提出一种基于小波包特征向量的神经网络故障诊断方法.用转子台信号模拟旋转机械故障,并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,并以此为故障样本对3层BP网络进行训练,实现智能化故障诊断.实验结果表明训练好的神经网络能够很好地诊断出转子台故障类型,为旋转机械的故障诊断提供了新方向.
為精確診斷鏇轉機械的故障,提齣一種基于小波包特徵嚮量的神經網絡故障診斷方法.用轉子檯信號模擬鏇轉機械故障,併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,併以此為故障樣本對3層BP網絡進行訓練,實現智能化故障診斷.實驗結果錶明訓練好的神經網絡能夠很好地診斷齣轉子檯故障類型,為鏇轉機械的故障診斷提供瞭新方嚮.
위정학진단선전궤계적고장,제출일충기우소파포특정향량적신경망락고장진단방법.용전자태신호모의선전궤계고장,병대채집도적신호진행3층소파포분해,구조소파포특정향량,병이차위고장양본대3층BP망락진행훈련,실현지능화고장진단.실험결과표명훈련호적신경망락능구흔호지진단출전자태고장류형,위선전궤계적고장진단제공료신방향.