%0 Journal Article
%T 基于RBF神经网络的水轮机振源参数识别方法
%A 李守巨
%A 刘迎曦
%A 宋树川
%J 大连理工大学学报
%P 6-10
%D 2007
%X 在对水轮机进行力学建模和分析时，其振动荷载特性往往是未知的，但却是十分重要的.基于径向基函数(RBF)神经网络，提出了水轮机振动荷载参数识别方法.根据在丰满水电站现场观测的水轮机振动响应数据，识别出了水轮机在不同运行状态下的振动荷载参数，其中包括振动力的频率、相位差和幅值.利用人工神经网络具有解决参数识别反问题不适定性的能力，建立了水轮机系统响应与模型参数之间近似的非线性函数关系.现场实际应用结果表明，经过充分训练的神经网络具有较快的收敛能力和较高的预测精度.
%K 振动荷载
%K 参数识别
%K 神经网络
%K 系统响应
%K 径向基函数
%U http://press.dlut.edu.cn/ch/reader/view_abstract.aspx?file_no=20070102&flag=1