人工神经网络在机械设备故障诊断中的应用

• 作者: 王敬章
• 来源期刊: 天然气工业
• 关键词: 人工神经网络 故障诊断 机械设备 应用 比较
• 年，卷（期）: 2009,（6）
• 所属期刊栏目: 加工利用与安全环保
• 页码范围: 120-122
• 页数: 3页
• 分类号: TE6
• 语种: 中文
• DOI: 10.3787/j.issn.1000-0976.2009.06.036

摘要

油气田关键设备(各种机泵和压缩机)的运行状况直接关系到油气田开发的安全,平稳和高效运行.这些设备几乎是24 h不间断运行,难免会出现故障甚至绐生产造成损失.当前有多种神经网络被应用于这些设备的状态监测与故障诊断.对BP神经网络、径向基函数网络、概率神经网络、学习矢量量化网络、模糊神经网络和小波神经网络在机械设备故障诊断中的应用与研究进展进行了分析比较,阐述了各种网络的应用效果,分析了各种网络应用的优缺点.人工神经网络以其具有非线性、大规模、并行处理能力强、鲁棒性、容错性及自学习能力强等特点,在机械设备故障诊断中得到广泛的应用,应选择合适的神经网络对机械设备进行故障诊断,为油气田的安全、平稳和高效开发提供保障.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王敬章		2	17	2.0	2.0