基于径向基神经网络的旋转机械故障诊断

• 作者: 汪庆华 王敬涛 邓东花
• 来源期刊: 现代电子技术
• 关键词: RBF神经网络 故障诊断 风机 故障特征
• 年，卷（期）: 2010,（18）
• 页码范围: 141-142,150
• 分类号: TN919-34
• 语种: 中文
• DOI: 10.3969/j.issn.1004-373X.2010.18.043

摘要

针对旋转机械故障征兆与故障模式映射的复杂性,以及BP网络容易陷入局部极小、收敛速度慢等缺点,提出基于径向基(RBF)神经网络的风机故障诊断方法.以风机振动信号的7段频谱能量峰值作为故障特征,采用训练好的RBF网络进行故障辨识.结果表明,RBF网络能满足风机故障诊断的准确性,并在避免局部极小和节约训练时间方面有较好的实用性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	邓东花	中国石油天然气管道工程有限公司仪表自动化室	11	50	5.0	6.0
2	汪庆华	西安工业大学机电学院	16	79	5.0	8.0
3	王敬涛	广西石化公司机电仪中心	2	15	2.0	2.0