基于RBF神经网络的强流LIA故障诊断与性能评价技术
用于流体动力学诊断的强流LIA是庞大而复杂的系统,其性能预测和评估是十分困难的.针对强流LIA大量的单次快脉冲非平稳信号,提出基于小波包分析与RBF神经网络技术相结合实现故障智能诊断和性能评价的方法.该方法以强流LIA高维信号的小波包结点能量提取的特征向量来表征信号平顶、脉宽以及暂态特性.在此基础上,建立了"神龙一号"加速器腔电压及注入器出口束流故障诊断与性能评价原型系统,该系统不仅可进行故障诊断和性能评价,还可探测到加速器运行参数的变化趋势,为加速器的精细维护提供预测信息.
故障诊断、强流直线感应加速器、小波分析、特征提取、RBF神经网络
18
TL507(加速器)
2007-01-08(万方平台首次上网日期,不代表论文的发表时间)
共5页
1898-1902