10.3969/j.issn.1001-3695.2007.12.075
基于分形和FNN的水轮机组振动故障在线诊断
水轮发电机组的故障诊断具有模糊性和耦合性,提出一种基于模糊神经网络FNN的水轮发电机组振动故障在线诊断方法.首先,对反映转子振动状态的轴心轨迹用分形维数提取其结构特征,实现图形量化,以便FNN在线识别;接着,以6种典型振动故障为研究对象,在总结了包括轴心轨迹在内4类共14种故障征兆的基础上,分析各故障征兆的模糊属性,给出它们的模糊处理;然后,建立一种六层的前向FNN映射征兆到故障间的模糊推理,并给出学习算法修正网络参数;FNN通过自学习可保证良好的在线诊断精度.实例分析结果验证了其可行性.
故障诊断、盒维数、模糊神经网络、水轮发电机组、轴心轨迹
24
TP277(自动化技术及设备)
国家重点基础研究发展计划973计划2002CB312200
2008-03-10(万方平台首次上网日期,不代表论文的发表时间)
共4页
231-234