期刊在线咨询服务,发表咨询:400-888-9411 订阅咨询:400-888-1571股权代码(211862)

期刊咨询 杂志订阅 购物车(0)

基于小波神经网络的燃气轮机故障诊断研究

刘隆波; 黄金娥; 沈君贤 92942部队; 北京100161; 哈尔滨工程大学航天与建筑工程学院; 黑龙江哈尔滨150001

关键词:小波变换 bp神经网络 功率谱密度 故障筛选 频率划分 

摘要:为高效及时地发现燃气轮机运行异常并准确地对它进行故障诊断,提出了一种基于小波变换和BP神经网络的故障诊断方法。首先对同一工况下,输入信号的功率谱密度图进行典型频率区间划分,通过比较连续时间段频率区间有效值的突变找到疑似故障段。其次,对疑似故障段进行小波变换分析,根据疑似故障段对应的频率区间选择小波的变换尺度并提取该频率尺度下的故障特征向量,再将疑似故障和正常特征向量方差归一化后输入BP神经网络进行学习和训练,进而实现对燃气轮机的故障诊断。经过试验验证表明,该方法能够准确识别燃气轮机运行状态并进行故障诊断,具有较好的工程实用价值。

应用科技杂志要求:

{1}正文标题:内容应简洁、明了。标题层次一级标题用“一、二、……”来标识,二级标题用“(一)、(二)、……”来标识,三级标题用“1.2.”来标识,四级标题用“(1)(2)”来标识。一般不宜超过4层。

{2}文章应主题明确,数据可靠,图表清晰,逻辑严谨,文字精练,标点符号正确。

{3}来稿标题需简明扼要,宜控制在20字以内,正文前务必添加中文摘要和关键词。

{4}参考文献:来稿要有参考文献,内容必须是公开发表的,参考文献需详细标注。

{5}作者单位用脚注方式(阿拉伯数字)书写在正文第1页最下方,写明所有作者的工作单位、城市(或县)和邮政编码。第一作者必须在文末提交个人简介。书写格式依次为:姓名(出生年~)、性别、民族、学历、职称、研究方向等。

注:因版权方要求,不能公开全文,如需全文,请咨询杂志社

应用科技

统计源期刊
1-3个月下单

关注 26人评论|1人关注
相关期刊
服务与支付