Se aplicaron los principios de regulación del sistema genético inmunológico y se estableció un nuevo modelo de red RBF utilizando el método de mínimos cuadrados recursivos, mediante el cálculo de la entropía de la información de los parámetros característicos para determinar rápidamente y con precisión la biblioteca de conocimientos para el diagnóstico de fallas. La aplicación de este modelo con una biblioteca de conocimientos para el diagnóstico de defectos en la parte de flujo de la turbina de vapor mostró que el modelo converge rápidamente, tiene una gran precisión y tiene una buena capacidad de generalización. Este método se utilizó para diagnosticar una de las centrales eléctricas de 300 MW, y se encontraron depósitos en el cilindro de alta presión y en el canal de regulación de la válvula de alta presión de la turbina. Los resultados satisficieron completamente las necesidades de diagnóstico de defectos en la parte de flujo de la turbina de vapor.

Red neuronal RBF; Turbina de vapor; Flujo; Parámetros característicos; Diagnóstico de fallas