基于蚁群初始化小波网络的水电机组振动故障诊断

• 作者: 卢娜 符向前 肖志怀
• 来源期刊: 水力发电学报
• 学科: 工学
• 关键词: 动力机械工程 故障诊断 小波网络 水电机组 蚁群算法
• 年，卷（期）: 2014,（2）
• 页码范围: 251-258
• 分类号: TM312
• 语种: 中文

摘要

针对传统小波网络在进行故障诊断时存在收敛速度慢,对初始参数敏感的缺陷,提出了基于蚁群初始化小波网络的水电机组振动故障诊断方法.该方法采用蚁群算法对小波网络的参数进行初步寻优,将优化后的参数作为小波网络的初始化参数;利用水电机组振动信号频谱分量的幅值作为特征向量,对蚁群初始化小波网络进行训练,实现振动特征集到故障集的有效映射,达到故障诊断的目的.实例诊断结果表明:与传统小波网络及蚁群优化小波网络相比,基于蚁群初始化小波网络的水电机组振动故障诊断方法具有较快的收敛速度和较强的泛化能力,为水电机组振动故障在线诊断提供了有效的解决方案.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	符向前	武汉大学水力机械过渡过程教育部重点实验室	31	358	11.0	18.0
2	肖志怀	武汉大学水力机械过渡过程教育部重点实验室	79	448	10.0	16.0
3	卢娜	武汉大学水力机械过渡过程教育部重点实验室	11	67	6.0	8.0