Les principes de régulation du système génétique immunitaire ont été appliqués et un nouveau modèle de réseau RBF a été établi en utilisant la méthode des moindres carrés récursive, en calculant l'entropie de l'information des paramètres caractéristiques pour déterminer rapidement et précisément la bibliothèque de connaissances pour le diagnostic des pannes. L'application de ce modèle avec une bibliothèque de connaissances pour le diagnostic des défauts dans la partie d'écoulement de la turbine à vapeur a montré que le modèle converge rapidement, a une grande précision et a une bonne capacité de généralisation. Cette méthode a été utilisée pour diagnostiquer l'une des centrales électriques de 300 MW, et il a été constaté la présence de dépôts dans le cylindre haute pression et dans le canal de régulation de la vanne haute pression de la turbine. Les résultats ont entièrement satisfait les besoins de diagnostic des défauts dans la partie d'écoulement de la turbine à vapeur.

Réseau neuronal RBF; Turbine à vapeur; Écoulement; Paramètres caractéristiques; Diagnostic des pannes