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。