基于RBF人工神经网络的电动机振动故障诊断

• 作者: 仇宝云 唐建军 徐俩俩 葛强 谈磊
• 来源期刊: 河海大学学报（自然科学版）
• 学科: 工学
• 关键词: RBF网络 电动机 振动 故障诊断
• 年，卷（期）: 2008,（6）
• 所属期刊栏目: 机电与信息工程
• 页码范围: 842-845
• 页数: 4页
• 分类号: TM307+.1
• 字数: 2465字
• 语种: 中文
• DOI: 10.3876/j.issn.1000-1980.2008.06.025

摘要

针对电动机转子不平衡、不对中、油膜涡动、转子径向碰摩、喘振、轴承座松动等常见的几种振动故障,用RBF网络对提取出的6种故障信息进行分类,判断故障类型,并进行了仿真试验,最后将试验结果与BP网络的诊断结果进行了详细的分析比较.结果表明,RBF网络可以应用于电动机转子振动故障诊断,其诊断速度比BP神经网络快,诊断结果也更为准确.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	葛强	扬州大学能源与动力工程学院	62	720	16.0	23.0
2	仇宝云	扬州大学能源与动力工程学院	85	733	14.0	19.0
3	谈磊	扬州大学能源与动力工程学院	4	47	4.0	4.0
4	徐俩俩	扬州大学能源与动力工程学院	2	24	2.0	2.0
5	唐建军	扬州大学能源与动力工程学院	1	6	1.0	1.0