现代电子技术
現代電子技術
현대전자기술
MODERN ELECTRONICS TECHNIQUE
2010年
18期
141-142,150
,共3页
RBF神经网络%故障诊断%风机%故障特征
RBF神經網絡%故障診斷%風機%故障特徵
RBF신경망락%고장진단%풍궤%고장특정
针对旋转机械故障征兆与故障模式映射的复杂性,以及BP网络容易陷入局部极小、收敛速度慢等缺点,提出基于径向基(RBF)神经网络的风机故障诊断方法.以风机振动信号的7段频谱能量峰值作为故障特征,采用训练好的RBF网络进行故障辨识.结果表明,RBF网络能满足风机故障诊断的准确性,并在避免局部极小和节约训练时间方面有较好的实用性.
針對鏇轉機械故障徵兆與故障模式映射的複雜性,以及BP網絡容易陷入跼部極小、收斂速度慢等缺點,提齣基于徑嚮基(RBF)神經網絡的風機故障診斷方法.以風機振動信號的7段頻譜能量峰值作為故障特徵,採用訓練好的RBF網絡進行故障辨識.結果錶明,RBF網絡能滿足風機故障診斷的準確性,併在避免跼部極小和節約訓練時間方麵有較好的實用性.
침대선전궤계고장정조여고장모식영사적복잡성,이급BP망락용역함입국부겁소、수렴속도만등결점,제출기우경향기(RBF)신경망락적풍궤고장진단방법.이풍궤진동신호적7단빈보능량봉치작위고장특정,채용훈련호적RBF망락진행고장변식.결과표명,RBF망락능만족풍궤고장진단적준학성,병재피면국부겁소화절약훈련시간방면유교호적실용성.