基于改进RBF神经网络的泵站机组故障诊断

• 作者: 任文锋 刘勇 卢娜
• 来源期刊: 中国农村水利水电
• 学科: 工学
• 关键词: 泵站机组 故障诊断 轴心轨迹 改进的RBF神经网络
• 年，卷（期）: 2013,（5）
• 所属期刊栏目: 泵站工程
• 页码范围: 145-148
• 页数: 4页
• 分类号: TV93
• 字数: 2316字
• 语种: 中文

摘要

泵站机组故障诊断是指在一定的工作环境下查明泵站机组系统某种功能失调的原因或性质,判断劣化状态的部位或部件,以及预测状态劣化的发展趋势等.利用改进的RBF神经网络,对经过不变矩处理的轴心轨迹特征参数进行了故障模式的自动识别,针对RBF神经网络隐层节点难以选择的的难题,提出了一种新的聚类算法——改进RBF混合聚类算法.该算法,可自动确定最优的聚类区数,同时可使最终的聚类中心合理地分布在数据空间中.仿真结果验证了该方法的可行性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	卢娜	武汉大学动力与机械学院	11	67	6.0	8.0
2	任文锋	武汉大学动力与机械学院	2	4	1.0	2.0