基于改进BP神经网络的水轮机进水蝶阀故障诊断方法

传统水轮机进水蝶阀故障诊断方法 RMSE性能较差，无法有效精准诊断到故障，提出基于改进BP神经网络的水轮机进水蝶阀故障诊断方法。建立BP神经网络，利用粒子群算法改进网络参数，采用传感器采集进水蝶阀振动、噪声以及压力等数据，利用改进后的BP神经网络分析故障信息，提取故障特征，识别与诊断进水蝶阀故障类型，实现故障诊断。经实验证明，设计方法 RMSE值在0.2以下，诊断精度较高，具有良好的应用前景。