机械设计与制造杂志社

2020, No.347(01) 156-160

[打印本页] [关闭]
本期目录(Current Issue) | 过刊浏览(Past Issue) | 高级检索(Advanced Search)

基于BP神经网络和证据理论的离心压缩机喘振诊断方法
Centrifugal Compressor Surge Diagnosis Method Based on BP Neural Network and Theory of Evidence

谢林;冯坤;张明;

摘要(Abstract):

离心压缩机是石油化工生产中的核心动力设备,然而运行过程中易发生喘振故障造成事故。对于喘振故障,传统方法采用时频特征分析方法诊断,而该方法通常在喘振发展到后期、信号特征明显的情况下才诊断出喘振故障。为解决该问题,提出基于BP神经网络和证据理论的诊断方法,该方法使用故障数据训练得到BP神经网络,进而对采集的数据进行初步诊断,再采用证据理论融合各初步诊断结果得出诊断结论。通过在离心压缩机实验台上模拟喘振故障,结果表明:该方法能够准确诊断压缩机喘振故障,此外与传统方法相比,采用该方法能在喘振发生初期诊断出故障,从而进行调控避免喘振发展到后期,这对实现离心压缩机防喘具有重要意义。

关键词(KeyWords): BP神经网络;信息融合;离心压缩机;故障诊断

Abstract:

Keywords:

基金项目(Foundation): 国家重点研发计划项目《典型石化装置动设备检测监测与完整性评价技术》(2016YFF0203300)

作者(Authors): 谢林;冯坤;张明;

DOI: 10.19356/j.cnki.1001-3997.2020.01.039

参考文献(References):

扩展功能
本文信息
服务与反馈
本文关键词相关文章
本文作者相关文章
中国知网
分享