基于ReCorre特征优化的气阀故障诊断方法

• 作者: 上官丰收 张炜 易晓明 杨力能 蒲蕾晔 闫凯
• 来源期刊: 压缩机技术
• 学科: 工学
• 关键词: 特征优化 神经网络 气阀 故障诊断
• 年，卷（期）: 2011,（6）
• 所属期刊栏目: 设计研究
• 页码范围: 13-15,22
• 分类号: TH457
• 字数: 2658字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-2971.2011.06.004

摘要

振动信号包含信息丰富,反应状态直接,振动法是压缩机气阀故障诊断常用方法.振动信号的特征参数繁多,特征向量选择是否合理对故障诊断结果准确性影响很大.研究ReCorre方法对气阀振动信号特征参数进行优化选择,再通过神经网络进行分类识别.实例表明,基于特征优化的模糊神经网络分类识别结果正确率高,识别结果受数据来源影响小,是一种较好的气阀故障诊断方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	上官丰收		33	121	7.0	8.0
2	杨力能		39	157	6.0	10.0
3	易晓明		12	53	4.0	6.0
4	闫凯		24	40	4.0	4.0
5	张炜		35	67	4.0	6.0
6	蒲蕾晔	中国石油西南油气田分公司物资采购管理部	1	1	1.0	1.0