基于遗传神经网络和证据理论融合的水电机组振动故障诊断研究

• 作者: 刘立峰
• 来源期刊: 西北水电
• 学科: 工学
• 关键词: 遗传神经网络 BP学习算法 人工神经网络 水轮发电机组 证据理论 振动 故障诊断
• 年，卷（期）: 2006,（4）
• 所属期刊栏目: 机电与金属结构
• 页码范围: 73-76
• 页数: 4页
• 分类号: TK730.8|TM312
• 字数: 3576字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-2610.2006.04.018

摘要

针对水电机组振动故障诊断中的故障误诊、漏诊以及诊断的可靠性低等问题,提出了适用于水电机组的神经网络局部诊断和证据理论融合决策诊断的故障诊断方法.在神经网络中应用遗传算法来提高网络的收敛速度,应用提出的诊断方法对水电机组振动故障进行仿真,诊断结果表明对故障征兆信息的有效组合,充分利用机组各部位的信息,可以减少诊断的误诊、漏诊问题,从而有效地提高诊断的可靠性.应用MATLAB7.0 开发出故障诊断系统界面.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘立峰		6	31	3.0	5.0