基于小波网络的电厂汽轮发电机组故障诊断
针对传统的单一故障诊断方法在汽轮发电机组振动类多重并发故障诊断中的局限性,研究基于小波变换与神经网络相结合方法的应用。采用二进离散小波变换获取有效的故障征兆向量,输入到神经网络进行故障模式分类,充分发挥两种方法各自的优点。通过选择足够的样本对神经网络进行训练,将代表故障的信息输入训练好的神经网络,由输出结果就可判定故障类型。实际应用表明该方法可以有效诊断汽轮发电机组振动类多重并发故障,诊断结果全面、准确.
小波变换 神经网络 故障诊断 模式识别 汽轮发电机组
丁光彬 庞培林
河北工程大学,邯郸056038
国内会议
湖南张家界
中文
259-263
2007-07-26（万方平台首次上网日期，不代表论文的发表时间）