基于频谱及轴心轨迹图的汽轮机故障诊断Spectrum and shaft center orbit based fault feature extraction and diagnosis for steam turbines
高俊如,孙亚军,班牧原
摘要(Abstract)：
采用频谱及轴心轨迹图的方法提取仿真台得到的故障振动信号特征,分别建立子BP神经网络,并采用D-S证据理论对子BP神经网络的输出进行融合(多层信息融合)方法,从不同侧面对故障进行诊断。结果表明:采用多层信息融合方法的故障诊断置信度比频谱方法提高约0.03,比轴心轨迹图方法提高0.4,效果显著;对故障类型的识别准确率具有显著提高。
关键词(KeyWords)： 汽轮机;故障诊断;频谱;轴心轨迹;子BP神经网络;D-S证据理;多层信息融合;置信度
基金项目(Foundation):
作者(Author): 高俊如,孙亚军,班牧原