EMD动态过程神经网络尾水管故障信息融合诊断

• 作者: 张欣伟 王瀚 罗兴锜 许明海
• 来源期刊: 水力发电学报
• 学科: 工学
• 关键词: 水轮机 尾水管 涡带 EMD指标能量 过程神经网络 融合诊断
• 年，卷（期）: 2012,（6）
• 页码范围: 282-287
• 分类号: TK730.314
• 语种: 中文

摘要

为准确识别水轮机尾水管涡带状态,本文提出一种基于EMD指标能量的神经网络故障诊断方法。采用经验模态分解方法分离尾水管压力脉动信号,建立基于指标能量的故障特征向量,并以此作为故障样本训练三层离散前馈过程神经网络,形成由动态特征向量到故障类型的映射关系,实现故障信息融合诊断。以水轮机尾水管压力脉动信号为例,进行了应用检验。结果表明,该方法的收敛速度和分类精度优于传统的RBF、BP神经网络法,分类识别的平均百分比误差小,准确度高,适合用于水轮机尾水管涡带的故障融合诊断。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	罗兴锜	西安理工大学动力工程系	154	2176	24.0	38.0
2	张欣伟	西安理工大学动力工程系	13	138	7.0	11.0
3	许明海		1	10	1.0	1.0