基于證據(jù)理論的大型汽輪機組故障診斷方法研究.pdf

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

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

3、為訓練樣本對BP網(wǎng)絡和Elman網(wǎng)絡進行訓練,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)絡和D-S證據(jù)理論相結(jié)合的故障診斷方法進行了仿真,將仿真結(jié)果與僅使用BP網(wǎng)絡或Elman網(wǎng)絡進行對比,可以驗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行了總結(jié),指出了研究的不足和今后進一