机械
機械
궤계
MACHINERY
2010年
9期
37-38,57
,共3页
故障智能诊断%LVQ网络%水轮机尾水管
故障智能診斷%LVQ網絡%水輪機尾水管
고장지능진단%LVQ망락%수륜궤미수관
目前故障智能诊断面临的难题一个是典型故障数据样本的严重不足,另一个是故障特征知识的发现问题.针对用一般的神经网络对水轮机尾水管中的涡带形状进行分析时,存在过拟合现象而不能正确确定尾水管中涡带形状的问题,采用自组织网络中的学习矢量量化网络(LVQ网络)对尾水管中涡带形状进行分析,分析方法相应算法简单,分析结果比较客观,能够融合于水轮机的故障诊断系统中,可以在控制水轮机的稳定运行时使用.
目前故障智能診斷麵臨的難題一箇是典型故障數據樣本的嚴重不足,另一箇是故障特徵知識的髮現問題.針對用一般的神經網絡對水輪機尾水管中的渦帶形狀進行分析時,存在過擬閤現象而不能正確確定尾水管中渦帶形狀的問題,採用自組織網絡中的學習矢量量化網絡(LVQ網絡)對尾水管中渦帶形狀進行分析,分析方法相應算法簡單,分析結果比較客觀,能夠融閤于水輪機的故障診斷繫統中,可以在控製水輪機的穩定運行時使用.
목전고장지능진단면림적난제일개시전형고장수거양본적엄중불족,령일개시고장특정지식적발현문제.침대용일반적신경망락대수륜궤미수관중적와대형상진행분석시,존재과의합현상이불능정학학정미수관중와대형상적문제,채용자조직망락중적학습시량양화망락(LVQ망락)대미수관중와대형상진행분석,분석방법상응산법간단,분석결과비교객관,능구융합우수륜궤적고장진단계통중,가이재공제수륜궤적은정운행시사용.
