汽轮发电机组振动多故障诊断的神经网络方法研究论文.pdfVIP

第八届全国振动理论及应用学术会议论文集，上海，2003 年 11 月 汽轮发电机组振动多故障诊断的神经网络方法研究 张彼德 （西华大学电子信息与电气工程系，成都 610039） 摘 要： 汽轮发电机组经常出现多种故障同时发生的情况，对多故障诊断方法进行研究有一定的现实意义。本文分别对 改进 BP 网络、组合神经网络和自组织特征映射网络三种诊断方法进行了研究，在实例分析的基础上，得到了一些有价值 的结论。 关键词： 汽轮发电机组；振动多故障；神经网络； The Study of Neural Network for Turbo-generator Vibration Multiple-fault Diagnosis ZHANG Bi-de (Department of Electronicl Information and Electrical Engineering, Xihua University, Chengdu 610039) Abstract: The vibration multiple-fault often occurs for turbo-generator. The study for the way of multiple-fault diagnosis is significative. This article studies the modified BPNN, combinatorial BPNN and the self- organization NN. At last, we get some valuable conclusions which is based on the examples. key words: turbo-generator; vibration multiple-fault; neural network 作者简介：张彼德（1975－），男，河南唐河人，博士，副教授 1 概述 在汽轮发电机组实际现场运行过程中，由于造成机组故障的因素十分复杂，不仅会出现单一种 类的故障，也经常出现多种故障并存于一台机组的现象。 目前，在汽轮发电机组的振动故障诊断研 究中，BP神经网络[1][2]诊断方法得到了广泛的应用，取得了一定的成果。很多文献[3-5]都对此进行了 相关研究，都能在一定程度上对汽轮发电机组的单一振动故障实现正确识别，但对多故障的识别率 则不尽人意。 借鉴前人研究成果，结合作者的分析，认为采用以下四种方法可提高神经网络对汽轮发电机组 振动多故障的识别正确率：一是在训练神经网络时将各种多故障形式都作为一种新的故障模式加以 识别；二是对 BP 网络进行改进；三是采用组合神经网络诊断法；四是采用其它类型的神经网络， 例如自组织特征映射网络 SOM 等。由于第一种方法需要大量的训练样本，工作量很大，极易造成网 络不收敛等情况，实用价值不大。本文主要讨论后三种神经网络诊断方法。 1 三种神经网络多故障诊断方法 1.1 改进 BP 神经网络 传统BP神经网络可有效实现对单一故障的诊断，但对多故障的识别率则很低，需对其进行适当 改进以能对多故障进行有效诊断。考虑到BP神经网络在从输入层到隐层到输出层的传递信息过程 中，可能会将一部分有利于多故障识别的信息丢失。因此，改进的BP神经网络增加了输入与输出的 直接连接[6]，将代表征兆的输入节点与输出节点全部联接起来，如图 1 所示。 改进后的 BP 网络间仍采用前馈计算公式，其中隐层节点输出为： ⎛ ⎞ h f ⎜∑w x +θ ⎟ ( 1)