|
|||||
|
|
| 基于RBF神经网络的往复压缩机气阀故障诊断 | |
| 引用本文： | 李宝栋,宿忠娥,柴世文.基于RBF神经网络的往复压缩机气阀故障诊断[J].工业仪表与自动化装置,2013(1):88-90. |
| 作者姓名： | 李宝栋 宿忠娥 柴世文 |
| 作者单位： | 1. 兰州工业学院机械工程系,兰州,730050 2. 兰州城市学院培黎工程技术学院,兰州,730070 3. 甘肃省机械科学研究院,兰州,730030 |
| 摘 要： | 提出了一种往复压缩机气阀的故障诊断方法.把往复压缩机气阀的振动信号作为识别故障的特征向量,送入RBF神经网络中,进行故障类别的自动识别.试验结果表明,该诊断模型对往复压缩机气阀故障诊断具有良好的诊断效果,系统不仅能够检测到往复压缩机气阀故障的存在,而且能够比较准确地识别往复压缩机气阀的故障模式. |
| 关 键 词： | 往复压缩机气阀 故障诊断 RBF神经网络 |
Valve of reciprocating compressor fault diagnosis based on RBF neural network |
|
| LI Baodong , SU Zhong'e , CHAI Shiwen.Valve of reciprocating compressor fault diagnosis based on RBF neural network[J].Industrial Instrumentation & Automation,2013(1):88-90. | |
| Authors: | LI Baodong SU Zhong'e CHAI Shiwen |
| Affiliation: | 1.Department of Mechanical Engineering,Lanzhou Institute of Technology,Lanzhou 730050,China; 2.Belie College of Engineering & Technology,Lanzhou City University,Lanzhou 730070,China; 3.Gansu Academy of Machinery Science,Lanzhou 730030,China) |
| Abstract: | |
| Keywords: | |
| 本文献已被 CNKI 万方数据 等数据库收录！ | |