基于神经网络的转炉风机故障诊断
随着设备复杂程度和自动化水平的提高,设备故障诊断的重要性日益显著。人工神经网络模仿人脑的物理结构,以其强大的并行运算和联想能力非常适合于设备故障诊断。
本文针对转炉除尘风机的故障诊断与状态监测系统,依据设备振动诊断技术的相关理论,利用人工神经网络的集成,对转炉风机的故障诊断的课题进行了研究。针对转炉除尘风机的故障诊断与状态监测,本文介绍了适于诊断的BP神经网络的结构形式,并提出了对于BP神经网络的改进算法;然后对旋转机械的故障特点和转炉风机的故障机理进行了分析,总结出转炉风机的故障征兆表,通过两个振动子网络的集成神经网络的构建,采用Matlab程序对转炉风机发生的故障进行分析。
本文通过转炉风机的诊断实例及分析结果验证了BP集成神经网络可准确迅速的识别风机的各类常见故障,采用神经网络对转炉风机进行故障诊断可以大大提高准确度和减小对人的依赖度。
转炉;除尘风机;故障诊断;神经网络
武汉科技大学
硕士
控制理论与控制工程
方康玲
2005
中文
TF345.3
51
2006-07-27(万方平台首次上网日期,不代表论文的发表时间)