简介概要

基于BP神经网络和证据理论的离心压缩机喘振诊断方法

来源期刊:机械设计与制造2020年第1期

论文作者:谢林 冯坤 张明

文章页码:156 - 160

关键词:BP神经网络;信息融合;离心压缩机;故障诊断;

摘    要:离心压缩机是石油化工生产中的核心动力设备,然而运行过程中易发生喘振故障造成事故。对于喘振故障,传统方法采用时频特征分析方法诊断,而该方法通常在喘振发展到后期、信号特征明显的情况下才诊断出喘振故障。为解决该问题,提出基于BP神经网络和证据理论的诊断方法,该方法使用故障数据训练得到BP神经网络,进而对采集的数据进行初步诊断,再采用证据理论融合各初步诊断结果得出诊断结论。通过在离心压缩机实验台上模拟喘振故障,结果表明:该方法能够准确诊断压缩机喘振故障,此外与传统方法相比,采用该方法能在喘振发生初期诊断出故障,从而进行调控避免喘振发展到后期,这对实现离心压缩机防喘具有重要意义。

详情信息展示

基于BP神经网络和证据理论的离心压缩机喘振诊断方法

谢林,冯坤,张明

北京化工大学机电工程学院

摘 要:离心压缩机是石油化工生产中的核心动力设备,然而运行过程中易发生喘振故障造成事故。对于喘振故障,传统方法采用时频特征分析方法诊断,而该方法通常在喘振发展到后期、信号特征明显的情况下才诊断出喘振故障。为解决该问题,提出基于BP神经网络和证据理论的诊断方法,该方法使用故障数据训练得到BP神经网络,进而对采集的数据进行初步诊断,再采用证据理论融合各初步诊断结果得出诊断结论。通过在离心压缩机实验台上模拟喘振故障,结果表明:该方法能够准确诊断压缩机喘振故障,此外与传统方法相比,采用该方法能在喘振发生初期诊断出故障,从而进行调控避免喘振发展到后期,这对实现离心压缩机防喘具有重要意义。

关键词:BP神经网络;信息融合;离心压缩机;故障诊断;

<上一页 1 下一页 >

相关论文

  • 暂无!

相关知识点

  • 暂无!

有色金属在线官网  |   会议  |   在线投稿  |   购买纸书  |   科技图书馆

中南大学出版社 技术支持 版权声明   电话:0731-88830515 88830516   传真:0731-88710482   Email:administrator@cnnmol.com

互联网出版许可证:(署)网出证(京)字第342号   京ICP备17050991号-6      京公网安备11010802042557号