RBF和改进BP神经网络在水泵振动故障诊断中的应用比较

• 作者: 余鹏玺 刘鹏 史丽萍 张晓蕾 汤家升
• 来源期刊: 大电机技术
• 关键词: 水泵机组 振动故障 改进BP神经网络 RBF神经网络
• 年，卷（期）: 2014,（4）
• 所属期刊栏目: 水轮机及水泵
• 页码范围: 59-62,80
• 页数: 5页
• 分类号: TH318
• 语种: 中文

摘要

针对水泵机组振动故障的复杂性,采用了应用较为成熟的基于改进误差反向传播(BP)和径向基(RBF)神经网络的故障诊断方法.依据归一化的故障特征量样本和目标期望输出,对两种诊断网络进行了达标训练.通过对工程现场提取的验证数据进行网络诊断测试和对比,证明RBF和改进BP两种神经网络的诊断方式均可以满足诊断基本要求,但是改进BP神经网络的诊断方式对故障定位更为快速精确.为水泵振动故障诊断技术的提升打下基础.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘鹏	中国矿业大学信息与电气工程学院	85	332	10.0	13.0
2	史丽萍	中国矿业大学信息与电气工程学院	142	1005	17.0	23.0
3	汤家升	中国矿业大学信息与电气工程学院	13	47	5.0	6.0
4	张晓蕾	中国矿业大学信息与电气工程学院	7	37	5.0	6.0
5	余鹏玺	中国矿业大学信息与电气工程学院	5	40	5.0	5.0