风机技术
風機技術
풍궤기술
COMPRESSOR,BLOWER & FAN TECHNOLOGY
2007年
5期
71-73
,共3页
李铁军%朱成实%叶龙%赵新君%王丹%王学平
李鐵軍%硃成實%葉龍%趙新君%王丹%王學平
리철군%주성실%협룡%조신군%왕단%왕학평
RBF人工神经网络%故障诊断%风机
RBF人工神經網絡%故障診斷%風機
RBF인공신경망락%고장진단%풍궤
针对风机常见故障征兆与故障类型之间的非线性映射关系,结合专家知识建立了风机系统故障知识库,提出了基于径向基函数(RBF)人工神经网络的风机故障诊断方法.结果表明:该方法能克服诊断过程中容易陷入局部极小的缺点,并能满足故障诊断的快速性和准确性要求.
針對風機常見故障徵兆與故障類型之間的非線性映射關繫,結閤專傢知識建立瞭風機繫統故障知識庫,提齣瞭基于徑嚮基函數(RBF)人工神經網絡的風機故障診斷方法.結果錶明:該方法能剋服診斷過程中容易陷入跼部極小的缺點,併能滿足故障診斷的快速性和準確性要求.
침대풍궤상견고장정조여고장류형지간적비선성영사관계,결합전가지식건립료풍궤계통고장지식고,제출료기우경향기함수(RBF)인공신경망락적풍궤고장진단방법.결과표명:해방법능극복진단과정중용역함입국부겁소적결점,병능만족고장진단적쾌속성화준학성요구.
