运用RBF对空隙进行在线监测和故障诊断以及对大型水轮发电机定子杆的振动分析

摘要：

本文研究了作为FLANN特例的RBF神经网络系统的数学模型.FLANN作为未知函数由一系列基本方程φ<,i>(x)构成的方程组表述.利用ZOOM系统和SBV系统等对Ge heyan水电站1＃发电机的空隙和定子杆的振动进行在线测量.ZOOM系统和SBV系统的标准曲线圈包括:署名,极点,样本以及发电机空隙和定子杆振动的趋势图.发电机故障树包括15个故障特征向量.RBF的模拟通过方程simurb进行.RBF网络由方程solverbe或者solverb实施.

关键词： 故障诊断 发电机空隙 定子杆 在线监测 水轮发电机 振动分析 人工神经网络

作者: Jiang Jin Liu Guanglin Chen Qiquan Tang Shaohua Tao Zhijian

作者单位: 武汉大学 隔河岩水力发电厂 VibroSystem Inc.

会议类型: 国内会议

会议名称: 2004年水力发电国际研讨会

会议地点: 湖北宜昌

会议语种:中文

页码: 98-105

在线出版日期: 2004-05-01（万方平台首次上网日期，不代表论文的发表时间）