基于小波包分析及神经网络的汽轮机转子振动故障诊断

• 作者: 梁平 白蕾 范立莉 龙新峰
• 来源期刊: 控制理论与应用
• 学科: 工学
• 关键词: 小波包分析 汽轮机转子 故障诊断 特征提取 BP神经网络
• 年，卷（期）: 2007,（6）
• 所属期刊栏目: 短文
• 页码范围: 981-985
• 页数: 5页
• 分类号: TK268.+1
• 字数: 3238字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-8152.2007.06.022

摘要

根据Bently实验台所采集的碰摩、松动、不对中、不平衡4种典型汽轮机转子振动故障信号,运用小波包分析方法对其进行能量分析并提取故障特征.分析结果表明:小波包分析与信号能量分解的故障特征提取方法,可以获得汽轮机转子振动的故障状态,有较好的故障区分度;另外由于经过小波包分解再重构后所提取的故障特征参数浓缩了汽轮机转子振动故障的全部信息,而BP神经网络具有优良的非线性映射能力,对提取的故障特征参数应用BP神经网络映射,可对汽轮机转子振动故障进行进一步的诊断.诊断结果表明:基于小波包分析及神经网络的故障诊断方法,具有较高的故障识别能力.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	龙新峰	华南理工大学化工与能源学院	73	751	14.0	24.0
2	梁平	华南理工大学电力学院	66	731	16.0	24.0
3	白蕾	华南理工大学电力学院	2	48	2.0	2.0
4	范立莉	广东电网公司电力科学研究院	4	51	3.0	4.0