|
OALib Journal期刊
ISSN: 2333-9721
费用：99美元
|
|
|
|
基于频谱及轴心轨迹图的汽轮机故障诊断
, PP. 140-142
Keywords: 汽轮机,故障诊断,频谱,轴心轨迹,子bp神经网络,d？s证据理,多层信息融合,置信度
Abstract:
采用频谱及轴心轨迹图的方法提取仿真台得到的故障振动信号特征,分别建立子bp神经网络,并采用d？s证据理论对子bp神经网络的输出进行融合(多层信息融合)方法,从不同侧面对故障进行诊断。结果表明:采用多层信息融合方法的故障诊断置信度比频谱方法提高约0.03,比轴心轨迹图方法提高0.4,效果显著；对故障类型的识别准确率具有显著提高。
| [1] | papadimitropoulosaa,rovithakisga.neuralapproximatorsforfaultdetectionofactuatorsinthepresenceoffriction:thecaseofthedamadicsbenchmarkproblem[c]//proceedingsofifacsymposiumsafeprocess,washington,usa,2003:1065�1070.
|
| [2] | 张冉,赵成龙.改进bp网络在汽轮发电机组故障诊断中的应用.[j]计算机仿真,2011(7):325�328.zhangran，zhaochenglong.applicationofimprovedbpnetworkinfaultdiagnosisofturbinegeneratorunit[j].computersimulation，2011(7):325�328.
|
| [3] | 石志标,宋全刚，马明钊，等．基于改进粒子群优化支持向量机的汽轮机组故障诊断[j]．动力工程学报，2012,32（6）：454�562.shizhibiao,songquangang,mamingzhao,etal.faultdiagnosisofsteamturbinebasedonmpso�svmalgorithm[j].powerengineering,2012,32（6）：454�562.
|
| [4] | 李斌，章卫国，宁东方，等.基于神经网络信息融合的智能故障诊断方法.[j]计算机仿真,2008,25(6):35�37.libin,zhangweiguo,ningdongfang,etal.faultdiagnosistechnologybasedonneuralnetworkinformationfusion[j].computersimulation，2008,25（6）:35�37.
|
| [5] | 谷敬佩，梁平．基于小波包分析和信息融合技术的汽轮机转子故障诊断[j]汽轮机技术，2010,52（4）：300�302.gujingpei,liangping.turbinerotorvibrationfaultsdiagnosisbasedonwaveletpacketanalysisandinformationfusiontechnology[j].turbinetechnology，2010,52（4）：300�302.
|
| [6] | 于刚,徐治皋.基于粗糙集约简的信息融合故障诊断研究[j].汽轮机技术,2003，45（5）：304�306.yugang,xuzhigao.researchonfaultdiagnosisbasedonroughsettheoryandinformationfusion[j].turbinetechnology，2003，45（5）：304�306.
|
Full-Text
|
|
Contact Us
service@oalib.com QQ:3279437679 
WhatsApp +8615387084133
|
|
