凝汽设备模糊神经网络故障类别诊断模型

欧伟; 巨林仓; 梁恩泉

doi:10.19666/j.rlfd.2004.11.007

欢迎来到能源电力期刊网！

English Version 读者登录期刊登录

您当前的位置：

首页 >

文章列表页 >

凝汽设备模糊神经网络故障类别诊断模型

更新时间：2025-09-28

- 凝汽设备模糊神经网络故障类别诊断模型
- MODEL FOR DIAGNOSING FAULT SORTS OF THE CONDENSER SYSTEM BASED ON FUZZY NEURAL NETWORKS
- 热力发电 2004年第11期页码：21-24
- 作者机构：
  
  1. 西安交通大学,陕西,西安,710049
  2. ,陕西,西安,710049
- 作者简介：
- 基金信息：
- DOI：10.19666/j.rlfd.2004.11.007
  中图分类号： TK264.1
- 纸质出版：2004
- 稿件说明：
移动端阅览
欧伟, 巨林仓, 梁恩泉. 凝汽设备模糊神经网络故障类别诊断模型[J]. 热力发电, 2004,(11):21-24.

OU Wei, JU Lincang, LIANG Enquan. MODEL FOR DIAGNOSING FAULT SORTS OF THE CONDENSER SYSTEM BASED ON FUZZY NEURAL NETWORKS[J]. Thermal power generation, 2004, (11): 21-24.
欧伟, 巨林仓, 梁恩泉. 凝汽设备模糊神经网络故障类别诊断模型[J]. 热力发电, 2004,(11):21-24. DOI： 10.19666/j.rlfd.2004.11.007.

OU Wei, JU Lincang, LIANG Enquan. MODEL FOR DIAGNOSING FAULT SORTS OF THE CONDENSER SYSTEM BASED ON FUZZY NEURAL NETWORKS[J]. Thermal power generation, 2004, (11): 21-24. DOI： 10.19666/j.rlfd.2004.11.007.

摘要

火电厂汽轮机凝汽设备故障较多

且故障原因复杂。在对凝汽设备故障类别详细分析的基础上

建立了基于模糊神经网络的凝汽器故障类别诊断模型。该模型结合了模糊逻辑与人工神经网络 (ANN)的优点

采用了先进的批处理自适应变尺度优化学习算法 (MDFP)

减少了计算工作量

使故障诊断迅速

准确。仿真试验表明

模型故障类别诊断效果良好

Abstract

Directing against the problems concerning condenser system faults in thermal power plant are large in amount and complex in causes

a model for diagnosing fault sorts for condenser system based on fuzzy neural networks has been established on the basis of analysing the fault sorts of the condenser system in detail. Combining advantages of fuzzy logic with that of artificial neural network (ANN)

the said model has adopted advanced MDFP study algorithm

decreasing amount of calculation work

making the fault analysis to be rapid and accurate. Simulation test shows that the effectiveness of fault sorts analysis by using the said model being good.

关键词

Keywords

references

浏览量

144

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

抽汽供热机组滑压压力优化计算

基于视频处理的汽轮机调节阀LVDT故障自动监控技术

超超临界1 000 MW机组EC-BEST技术经济性分析

基于双模糊解耦控制的小型汽轮机负荷控制