改进的单层前向神经网络用于核电百万千瓦级汽轮发电机的故障诊断

为对核电百万千瓦级汽轮发电机进行故障诊断，本文作者提出了一种“改进的单层前向人工神经网络”。这种神经网络克服了常规的单层前向神经网络仅是线性可分及学习过程中需重复提交一系列要记忆的输入模式来调整权值之不足，从而大大减少了分类时的迭代次数，本文在独特设计的多功能“核电百万千瓦级汽轮发电机”轴系振动模拟试验台上验证了这种方法的有效性。     

"移频降噪"理论研究及灵敏度分析

通过分析封闭、半封闭空间中气体的声学特性,针对当其固有声学频率与激振频率一致时,由于气体共振产生的共鸣音,提出了移频降噪理论。即通过合理分隔封闭、半封闭空间,以改变内部气体的固有频率,使之远离激振频率,从而十分有效地降低了噪声。利用有限元分析软件对试验台的固有频率进行计算机仿真模拟,获得了加入隔板后封闭、半封闭空间试验台内气体固有频率的偏移数据,给出隔板设计的方案。并通过电-声类比法推导了固有频率对分隔空间的隔板的各个几何参数的灵敏度公式,给出了隔板结构设计的理论依据,阐明了移频降噪理论的可行性。