EMD动态过程神经网络尾水管故障住处融合诊断
为准确识别水轮机尾水管涡带状态,本文提出一种基于EMD指标能量代谢的神经网络故障诊断方法,采用经验模态分解方法分高尾水管压力脉动信号,建立基于指标能量的故障特征向量,并以此作为故障样本训练三层离散前馈过程神经网络,形成由动态特征向量到故障类型的映射关系,实现故障住处融合诊断,以水轮机尾水管压力脉动信号为例,进行了应用检验.合用于水轮机尾水管涡带的故障融合诊断。
水轮机 尾水管 涡带 故障融合诊断 经验模态分解法 神经网络
王瀚 罗兴錡 薛延刚
中国水电顾问西北勘测设计研究院,西安71006 西安理工大学,西安710048
国内会议
西安
中文
21-26
2013-12-01（万方平台首次上网日期，不代表论文的发表时间）