压缩机技术
壓縮機技術
압축궤기술
COMPRESSOR TECHNOLOGY
2011年
6期
13-15,22
,共4页
闫凯%蒲蕾晔%易晓明%上官丰收%杨力能%张炜
閆凱%蒲蕾曄%易曉明%上官豐收%楊力能%張煒
염개%포뢰엽%역효명%상관봉수%양력능%장위
特征优化%神经网络%气阀%故障诊断
特徵優化%神經網絡%氣閥%故障診斷
특정우화%신경망락%기벌%고장진단
振动信号包含信息丰富,反应状态直接,振动法是压缩机气阀故障诊断常用方法.振动信号的特征参数繁多,特征向量选择是否合理对故障诊断结果准确性影响很大.研究ReCorre方法对气阀振动信号特征参数进行优化选择,再通过神经网络进行分类识别.实例表明,基于特征优化的模糊神经网络分类识别结果正确率高,识别结果受数据来源影响小,是一种较好的气阀故障诊断方法.
振動信號包含信息豐富,反應狀態直接,振動法是壓縮機氣閥故障診斷常用方法.振動信號的特徵參數繁多,特徵嚮量選擇是否閤理對故障診斷結果準確性影響很大.研究ReCorre方法對氣閥振動信號特徵參數進行優化選擇,再通過神經網絡進行分類識彆.實例錶明,基于特徵優化的模糊神經網絡分類識彆結果正確率高,識彆結果受數據來源影響小,是一種較好的氣閥故障診斷方法.
진동신호포함신식봉부,반응상태직접,진동법시압축궤기벌고장진단상용방법.진동신호적특정삼수번다,특정향량선택시부합리대고장진단결과준학성영향흔대.연구ReCorre방법대기벌진동신호특정삼수진행우화선택,재통과신경망락진행분류식별.실례표명,기우특정우화적모호신경망락분류식별결과정학솔고,식별결과수수거래원영향소,시일충교호적기벌고장진단방법.
