不同负荷低加内部泄漏故障神经网络诊断研究 |
| |
引用本文: | 马良玉,刘婷. 不同负荷低加内部泄漏故障神经网络诊断研究[J]. 应用声学, 2016, 24(2): 57-60 |
| |
作者姓名: | 马良玉 刘婷 |
| |
作者单位: | 华北电力大学控制与计算机工程学院,华北电力大学控制与计算机工程学院 |
| |
基金项目: | 国家自然科学(61174111) |
| |
摘 要: | 针对600MW火电机组低压加热器系统内部泄漏故障,提出一种基于神经网络的以最大故障分离度为目标的寻优技术。采用征兆模糊计算方法对典型故障样本进行规整化处理,建立了低加内部泄漏故障诊断的神经网络模型。结合征兆缩放优化技术和神经网络诊断模型,对不同负荷下不同程度低加内部泄漏故障进行实时仿真实验。实验表明上述方法对不同负荷下程度迥异的低加故障均可得到具有高故障分离度的正确诊断结果,可准确诊断低加内部泄漏故障,具有较好的工程实用性。
|
关 键 词: | 火电机组 低压加热器 内部泄漏 故障诊断 人工神经网络 征兆缩放优化 |
收稿时间: | 2015-09-06 |
修稿时间: | 2015-10-10 |
Neural Network Based Internal Leakage Fault Diagnosis forLow-Pressure Heater System under Multiple Load Points |
| |
Affiliation: | School of Control and Computer Engineering,North China Electric Power University, |
| |
Abstract: | |
| |
Keywords: | thermal power unit low-pressure heater internal leakage fault diagnosis artificial neural network symptom zoom optimization |
|
| 点击此处可从《应用声学》浏览原始摘要信息 |
|
点击此处可从《应用声学》下载全文 |
|