T-S模糊神经网络在风机故障诊断中的应用

• 作者: 张昭 李风雷 田琦
• 来源期刊: 燕山大学学报
• 学科: 工学
• 关键词: 风机 模糊神经网络 BP神经网络 故障诊断
• 年，卷（期）: 2016,（4）
• 所属期刊栏目: 控制科学与工程
• 页码范围: 336-341
• 页数: 6页
• 分类号: TU995|TP277
• 字数: 4169字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-791X.2016.04.007

摘要

针对供热锅炉房风机故障的不确定性和复杂性的特点，结合神经网络的自适应自学习能力和模糊系统利用语言描述来获取知识的优点，建立了一种基于T－S模糊神经网络的风机二级故障诊断模型，以风机常见故障振动信号的特征频谱峰值变化为依据，诊断故障类型，并对故障原因进行识别。应用 MATLAB 软件进行系统仿真测试，通过实例与BP神经网络进行了对比分析，结果表明基于模糊神经网络的故障诊断方法收敛速度快、诊断精度高、效果较稳定，能够有效地诊断风机故障。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	田琦	太原理工大学环境科学与工程学院	80	533	14.0	19.0
2	李风雷	太原理工大学环境科学与工程学院	30	95	5.0	7.0
3	张昭	太原理工大学环境科学与工程学院	1	4	1.0	1.0