基于频谱法和带偏差单元递归神经网络的水电机组振动故障诊断

• 作者: 彭文季 李福松 罗兴锜 陈志敏
• 来源期刊: 机械科学与技术
• 学科: 工学
• 关键词: 水电机组 故障诊断 频谱分析 递归神经网络 神经网络
• 年，卷（期）: 2006,（11）
• 页码范围: 1281-1284
• 页数: 4页
• 分类号: TM312
• 字数: 4103字
• 语种: 中文
• DOI: 10.3321/j.issn:1003-8728.2006.11.006

摘要

引起水电机组振动的原因很复杂,而且水电机组的振动故障往往是多故障同时发生,使得故障诊断很困难,目前主要是应用基于模式识别的神经网络来进行故障分类,尤其是BP网络应用较多,但BP网络训练速度慢.文章提出应用带偏差单元递归神经网络的方法对水电机组的振动故障进行诊断.先对水电机组振动信号进行频谱分析,提取该信号在频率域的特征量,将频谱特征向量作为学习样本,通过训练,使神经网络能够反映频谱特征向量和故障类型的映射关系,从而达到故障诊断的目的.水电机组振动故障诊断仿真分析表明,与常规方法相比,应用带偏差单元递归神经网络进行故障诊断具有快速有效的优点.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	罗兴锜	西安理工大学水利水电学院	154	2176	24.0	38.0
2	陈志敏		46	230	8.0	12.0
3	彭文季	西安理工大学水利水电学院	11	395	9.0	11.0
4	李福松		4	20	3.0	4.0