基于分形和FNN的水轮机组振动故障在线诊断

• 作者: 余文宁 桂卫华 王雅琳 阳春华
• 来源期刊: 计算机应用研究
• 关键词: 故障诊断 盒维数 模糊神经网络 水轮发电机组 轴心轨迹
• 年，卷（期）: 2007,（12）
• 所属期刊栏目: 应用开发
• 页码范围: 231-234
• 页数: 4页
• 分类号: TP277
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2007.12.075

摘要

水轮发电机组的故障诊断具有模糊性和耦合性,提出一种基于模糊神经网络FNN的水轮发电机组振动故障在线诊断方法.首先,对反映转子振动状态的轴心轨迹用分形维数提取其结构特征,实现图形量化,以便FNN在线识别;接着,以6种典型振动故障为研究对象,在总结了包括轴心轨迹在内4类共14种故障征兆的基础上,分析各故障征兆的模糊属性,给出它们的模糊处理;然后,建立一种六层的前向FNN映射征兆到故障间的模糊推理,并给出学习算法修正网络参数;FNN通过自学习可保证良好的在线诊断精度.实例分析结果验证了其可行性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	阳春华	中南大学信息科学与工程学院	389	3229	27.0	37.0
2	桂卫华	中南大学信息科学与工程学院	695	7452	38.0	56.0
3	王雅琳	中南大学信息科学与工程学院	84	519	11.0	17.0
4	余文宁	中南大学信息科学与工程学院	1	2	1.0	1.0