原创力文档- 1、本文档共5页，可阅读全部内容。
- 2、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
- 3、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 6、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
船用离心泵故障SOM网络诊断方法.pdf
第35卷第2期 中 国航海 V01．35NO．2
20l2年6月 NAVIGATIONOF【：HINA Jurl．2012
文章编号：1000一4653(2012)02—0024--05
船用离心泵故障SOM网络诊断方法
印洪浩， 彭中波
(重庆交通大学航海学院，重庆400074)
摘要：为了实现对船用离心泵的实时在线智能故障诊断，进行了基于SOM网络(自组织特征映射神经网络)的船
用离心泵故障诊断方法研究。在分析船用离心泵典型故障及特征的基础上。建守．故障模型。提取故障特征向量并
建立学习样本；设计和组建了SOM神经网络，将SOM网络的抽取输入信号模式特征的能力应用于故障诊断；通过
网络训练建立rS(JM网络输入与输出属性间良好的非线性映射，实现r将特征向量输入网络来诊断故障。经实
验验证，该方法具有良好的准确度和适应性。
关键词：船舶、舰船丁程；SOM网络；船用离心泵；故障诊断；方法；研究
中图分类号：U664．5’8 文献标志码：A
of
Fault Marine withtheSOMNetwork
Diagnosis CentrifugalPump
Yin
Honghao，PengZhongbo
(Maritime 400074，China)
college，ChongqingJiaotongUniversity，Chongqing
fault forthemarine basedontheSOM
Abstract：The
diagnosistechnology centrifugalpump
featureneuralnetwork)isstudied．Onthebasisof failuresand characteris—
zing map analyzingtypical corresponding
ticsofmarine failuremodelisbuilt faultfeaturevectorsareextracted；andthe
centrifugalpumps，a up；the training
s()M
areestablished．Theneuralnetwork。suitableforfault duetOits featureextractiona—
samples diagnosis signal
andconstructed．Anon-linear betweenSOMnetworkand vectorsforthe
bility，isdesigned mapping input output
established
fault is meansofnetwork is whenmarine
diagnose by training．Thediagnosisoutput centrifugalpump
featurevectorsare tothe toverificationtests。thismethodhas and
input networks．According goodaccuracy
文档评论（0）