基于径向基函数神经网络的转子系统裂纹故障诊断

• 作者: 吴玉香 张景 王聪
• 来源期刊: 控制理论与应用
• 关键词: 故障诊断 转子裂纹 RBF神经网络 动态匹配
• 年，卷（期）: 2014,（8）
• 所属期刊栏目: 论文与报告
• 页码范围: 1061-1068
• 页数: 8页
• 分类号: TP206+.3
• 语种: 中文
• DOI: 10.7641/CTA.2014.30965

摘要

结合基于模型的转子系统诊断技术和径向基函数(RBF)神经网络在辨识非线性系统动态时的优势,本文提出了一种新的转子系统裂纹故障诊断方法.该方法采用RBF神经网络对裂纹转子系统的未知动态进行辨识,实现部分神经网络权值收敛到最优值以及神经网络对系统未知动态的局部准确逼近;诊断过程中利用已辨识的信息实现转子系统裂纹故障的快速检测与分离.所提方法尤其适用于微小裂纹的在线检测与定量识别.最后,以Jeffcott转子系统裂纹故障诊断为例进行仿真,仿真结果验证了所提方法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吴玉香	华南理工大学自动化科学与工程学院	80	567	13.0	21.0
2	张景	华南理工大学自动化科学与工程学院	6	48	2.0	6.0
3	王聪	华南理工大学自动化科学与工程学院	31	194	7.0	12.0