论文部分内容阅读
本文对基于多征兆域输入神经网络方法在汽轮发电机组振动故障诊断中的应用进行了探讨。本研究采用发展最成熟的前向反馈神经网络(BP网络)作为整个诊断网络的基础，并对BP网络进行了改进。对汽轮发电机组常见振动故障特征进行了分析总结，将其分为频谱特征域，相关性特征域，升、降速特征域四部分，基本上涵盖了常见故障的特征域，将故障特征进行预处理后作为诊断网络模型的输入。运用现场采集的数据研究了征兆域的个数对诊断结果的影响，验证了多征兆域输入的必要性。并结合转子实验台和现场的数据对开发的基于多征兆域输入神经网络故障诊断软件系统进行了验证，得到了良好的结果。