排序方式: 共有10条查询结果,搜索用时 15 毫秒
1
1.
2.
3.
4.
5.
6.
目的 为了实现自动包装机热封工艺中温度传感器的故障实时故障检测。方法 使用广义回归神经网络(General Regression Neural Network, GRNN)构建了热封温度传感器状态自动检测网络,再采用混沌加速果蝇优化算法(Chaos Accelerated Fruit Fly Optimization Algorithm , CAFOA)进行广义回归神经网络的学习因子优化选取,求解出最优学习因子。通过建立CAFOA-GRNN自动检测模型,再结合统计学中置信区间的方法,对故障进行诊断分类。结果 在传感器故障实验中,将理想故障函数与历史运行数据叠加,产生故障数据集,并将其用于验证建立的模型,获得了较好的检测效果,准确率较高。结论 该方法实现了传感器故障的实时检测,可以用于提高生产的可靠性,具有一定的工程实用价值。 相似文献
7.
8.
为了能在早期发现压气机叶片积垢、叶片磨损腐蚀、进气口结冰和喘振4种常见故障,提出一种基于长短期记忆网络(LSTM)和支持向量机(SVM)的燃气轮机压气机故障预警方法.首先,利用压气机特征参数正常历史数据建立多个单输入单输出预测模型,并将压气机的特征参数运行数据代入相应的模型,输出各参数预测值与实际值的残差曲线,设定报警阈值,超限报警.然后,利用正负偏离度方法提取报警点报警信息的故障样本,作为SVM的输入参数进行故障识别,对压气机的故障类型进行预警.结果表明:该模型输出预测误差在0.5%以内;该方法能够发现压气机的早期故障趋势,提取故障特征,对压气机故障类型进行预警,为燃气轮机压气机的故障预警提供了参考. 相似文献
9.
10.
燃气轮机控制系统在电厂安全运行中起到重要作用,而传感器作为控制系统中的测量信号装置,其安全性至关重要,因此开展对燃气轮机控制系统传感器的故障诊断研究具有重要意义。在传感器故障诊断中需要从故障信息中提取出有效的诊断规则。为了解决这一问题提出了一种改进离散化方法对数据进行预处理,结合粗糙集(RS)和径向基(RBF)神经网络对传感器进行故障诊断研究。实验结果表明,该方法减少了燃气轮机控制系统传感器故障类型的误判率。 相似文献
1