改进的LVQ神经网络在风机故障诊断中的应用

• 作者: 周云龙 李洪伟 李红延
• 来源期刊: 化工自动化及仪表
• 学科: 工学
• 关键词: 风机 振动 LVQ神经网络 故障诊断
• 年，卷（期）: 2013,（5）
• 所属期刊栏目: 研究与应用
• 页码范围: 610-615
• 页数: 6页
• 分类号: TH17
• 字数: 3766字
• 语种: 中文

摘要

提出一种改进的LVQ神经网络的风机故障诊断新方法.利用风机振动频域的特征向量作为学习样本,建立与风机故障类型的映射关系.将能量特征输入改进的LVQ神经网络进行网络训练与检测,以实现风机的故障识别.经比较,其性能优于BP网络和遗传网络,诊断正确率高达96％以上.通过仿真实验和风机的故障诊断实例表明:该网络提高了收敛速度及诊断精度,有效地抑制网络陷于局部极小,更适合风机等较复杂分类问题的故障诊断.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	周云龙	东北电力大学能源与动力工程学院	298	2173	22.0	30.0
2	李洪伟	东北电力大学能源与动力工程学院	27	138	8.0	11.0
3	李红延	东北电力大学自动化工程学院	2	26	2.0	2.0