论文部分内容阅读
针对汽轮发电机组振动故障的特点,构造了一模糊神经网络(FNN)诊断模型,讨论了网络的多种模糊化输入,输出方式,并对两种模糊输入方法进行了对比分析。最后运用该诊断方法与传统的BP网络诊断方法进行比较。结果表明:模糊神经网络诊断方法对汽轮发电机组振动故障的识别是有效的,且在分类模糊边界数据时优于BP网络诊断方法。