基于證據(jù)理論的大型汽輪機(jī)組故障診斷方法研究.pdf

1、神經(jīng)網(wǎng)絡(luò)具有良好的非線性映射能力,而D-S證據(jù)理論在表達(dá)不確定性方面具有獨(dú)特的優(yōu)勢,兩種方法均在故障診斷領(lǐng)域得到了廣泛的應(yīng)用。本文基于BP神經(jīng)網(wǎng)絡(luò)、Elman神經(jīng)網(wǎng)絡(luò)和D-S證據(jù)理論,提出一種神經(jīng)網(wǎng)絡(luò)和D-S證據(jù)理論進(jìn)行融合的方法。該方法使用D-S證據(jù)理論將BP神經(jīng)網(wǎng)絡(luò)和Elman神經(jīng)網(wǎng)絡(luò)的輸出數(shù)據(jù)進(jìn)行信息融合后對汽輪機(jī)組的故障類型進(jìn)行判斷。利用該方法,可以充分利用汽輪機(jī)組的故障征兆信息,減少故障診斷的不確定性。
　　本文從汽輪機(jī)

2、組故障診斷實(shí)際出發(fā),闡述了開展汽輪機(jī)組故障診斷研究的重要意義與目的,簡要介紹了汽輪機(jī)組故障診斷技術(shù)的國內(nèi)外發(fā)展現(xiàn)狀以及目前應(yīng)用于汽輪機(jī)組故障診斷的常用方法,系統(tǒng)地分析歸納了汽輪機(jī)組振動的機(jī)理、主要故障及其故障征兆、故障特征提取技術(shù)。
　　針對一種神經(jīng)網(wǎng)絡(luò)對汽輪機(jī)組進(jìn)行故障診斷時診斷結(jié)果不確定性較高,本文利用網(wǎng)絡(luò)分塊技術(shù)對汽輪機(jī)組進(jìn)行故障診斷,在討論了BP網(wǎng)絡(luò)和Elman網(wǎng)絡(luò)基本原理的基礎(chǔ)上,利用汽輪機(jī)組振動特征頻譜歸一化后的數(shù)據(jù)作

3、為訓(xùn)練樣本對BP網(wǎng)絡(luò)和Elman網(wǎng)絡(luò)進(jìn)行訓(xùn)練,將其輸出轉(zhuǎn)變?yōu)樾湃味群笞鳛镈-S證據(jù)理的證據(jù)。然后采用D-S證據(jù)理論融合各子網(wǎng)絡(luò)的診斷結(jié)果,從而得到最終診斷結(jié)論。
　　用MATLABR2009b作為仿真平臺,對神經(jīng)網(wǎng)絡(luò)和D-S證據(jù)理論相結(jié)合的故障診斷方法進(jìn)行了仿真,將仿真結(jié)果與僅使用BP網(wǎng)絡(luò)或Elman網(wǎng)絡(luò)進(jìn)行對比,可以驗(yàn)證本文提出的故障診斷方法有效降低了故障診斷的不確定性。最后對全文的主要工作進(jìn)行了總結(jié),指出了研究的不足和今后進(jìn)一