基于先进诊断策略的汽轮机组故障诊断研究
汽轮发电机组故障常表现为多因多果:一种故障可能引起多种征兆,仅依靠振动信号不能精确诊断故障.为此引入热参数建立多征兆域知识网络,并且提出贡献性因子表示不同征兆对某故障的贡献程度.借助热参数可有效区分振动特征较相似的故障.基于改进的RBFNN神经网络故障诊断模型,采用多输入,单输出组合子网络结构,有效地避免了输入征兆的冗余和诊断缺征兆,提高了故障识别能力.
故障诊断 振动 热参数 神经网络 汽轮发电机组
戈志华 付忠广
华北电力大学动力系电站设备运行优化研究所(北京)
国内会议
成都
中文
340-342
2004-08-01（万方平台首次上网日期，不代表论文的发表时间）