一种改进的模糊神经网络模型及其在往复泵泵阀故障诊断中的应用
介绍了一种改进的模糊神经网络模型.在模型中通过增加模糊化层,实现了隶属函数有关参数的自动生成.由于该模糊神经网络模型将神经网络和模糊综合评判两种故障诊断方法有机结合起来,从而使模型不仅具有强大的知识自学习功能,同时还可对诊断过程做出合理的解释.最后,利用该模型从振动总能量、频谱结构及波形指标三个方面,对往复泵泵阀故障进行了综合评判研究.研究结果表明,建立的往复泵故障诊断系统具有较强的自适应学习能力及知识表达能力,取得了令人满意的诊断效果.
故障诊断 模糊神经网络 模糊综合评判 往复泵 钻井设备
徐长航 杨其俊
石油大学(华东)机电工程系(东营)
国内会议
2000年全国振动(诊断、模态、噪声)技术及工程应用学术会议
南京
中文
349-355
2000-10-01（万方平台首次上网日期，不代表论文的发表时间）