基于RBF神经网络的水轮机振源参数识别方法

• 作者: 冯艳蓉 刘迎曦 宋树川 李守巨
• 来源期刊: 大连理工大学学报
• 学科: 工学
• 关键词: 振动荷载 参数识别 神经网络 系统响应 径向基函数
• 年，卷（期）: 2007,（1）
• 所属期刊栏目: 工程物理、工程力学
• 页码范围: 6-10
• 页数: 5页
• 分类号: TV642
• 字数: 3018字
• 语种: 中文
• DOI: 10.3321/j.issn:1000-8608.2007.01.002

摘要

在对水轮机进行力学建模和分析时,其振动荷载特性往往是未知的,但却是十分重要的.基于径向基函数(RBF)神经网络,提出了水轮机振动荷载参数识别方法.根据在丰满水电站现场观测的水轮机振动响应数据,识别出了水轮机在不同运行状态下的振动荷载参数,其中包括振动力的频率、相位差和幅值.利用人工神经网络具有解决参数识别反问题不适定性的能力,建立了水轮机系统响应与模型参数之间近似的非线性函数关系.现场实际应用结果表明,经过充分训练的神经网络具有较快的收敛能力和较高的预测精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李守巨	大连理工大学工业装备结构分析国家重点实验室	167	2352	26.0	41.0
2	刘迎曦	大连理工大学工业装备结构分析国家重点实验室	150	2718	27.0	44.0