论文部分内容阅读
基于泵机组故障信号处理的需要，介绍了不变矩原理，同时对神经网络建模，包括其样本获取进行了详细讨论；由于泵机组的多种故障与表征其运行状态的轴心轨迹形状有关，根据不变矩的平移、伸缩和旋转不变性特征，对实时检测的轴心摆度信号进行不变矩处理，利用BP型神经网络对其进行模式识别，进而判断出轴心轨迹的形状．为了弥补泵机组用于神经网络训练样本的不足，采用数值模拟与现场测试相结合的方法，将获取的所有样本进行求不变矩处理，并连同样本对应的实际形状作为神经网络的训练样本．网络训练完成后，将其输出结果与轴心轨迹图形进行比较验证