基于径向基神经网络的旋转机械故障诊断

• 作 者: 汪庆华 王敬涛 邓东花
• 机 构: 西安工业大学机电学院,广西石化公司机电仪中心,中国石油天然气管道工程有限公司仪表自动化室
• 出 处: 现代电子技术
• 发表日期: 2010年18期
• 关键词: RBF神经网络 故障诊断 风机 故障特征 RBF neural network fault diagnosis fan fault features

针对旋转机械故障征兆与故障模式映射的复杂性,以及BP网络容易陷入局部极小、收敛速度慢等缺点,提出基于径向基（RBF）神经网络的风机故障诊断方法。以风机振动信号的7段频谱能量峰值作为故障特征,采用训练好的RBF网络进行故障辨识。结果表明,RBF网络能满足风机故障诊断的准确性,并在避免局部极小和节约训练时间方面有较好的实用性。