首页> 中文会议>第11届全国转子动力学学术讨论会 >基于ANN与CTree算法的汽轮机振动故障研究

基于ANN与CTree算法的汽轮机振动故障研究

摘要

20世纪以来,随着汽轮机应用范围越来越广,汽轮机的故障诊断技术成为一项非常重要的技术.基于BP神经网络收敛速度慢以及容易陷入局部最小值等缺陷,本文研究径向基神经网络RBF、自组织特征映射神经网络SOM以及CTree算法在汽轮机转子振动故障诊断中的应用并比较各自的结果.首先根据汽轮机转子振动故障与征兆表,使用MATLAB生成训练数据和预测数据.然后分别使用RBF与SOM进行训练预测并与CTree算法训练分类的结果相比较,在训练中分别调整训练数据数目和训练步数或者神经元数目,最终发现RBF网络不仅预测准确率高而且训练所用的时间长.

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号