典型文献
基于RB F神经网络的离心泵地脚螺栓松动故障诊断
文献摘要：
为了准确识别卧式离心泵地脚螺栓松动故障,搭建了卧式离心泵机组诊断平台,采用电涡流传感器对离心泵转子位移进行监测.将采集的转子位移信号经过经验模态分解法(empirical mode decomposition,EMD)分解为多个固有模态函数(intrinsic mode function,IMF),对各层IMF频谱特征、相关系数及能量占比进行分析得到故障敏感分量.最后,通过径向基(radial basis func-tion,RBF)神经网络对离心泵松动故障进行识别预测.结果表明:采用EMD方法可以有效提取出离心泵松动故障特征,IMF5—IMF8层可作为故障特征分量.通过将IMF5—IMF8层的相关系数和能量占比作为故障特征输入到RBF神经网络中进行识别,准确率可达95％.
文献关键词：
卧式离心泵;经验模态分解;地脚螺栓;径向基神经网络
中图分类号：
作者姓名：
宋礼威;张翊勋;陈泽宇;张宇航;范传翰;肖幸鑫;董亮
作者机构：
中广核工程有限公司核电安全监控技术与装备国家重点实验室,广东 深圳518124;江苏大学国家水泵及系统工程技术研究中心,江苏 镇江212013
文献出处：
引用格式：
[1]宋礼威;张翊勋;陈泽宇;张宇航;范传翰;肖幸鑫;董亮-.基于RB F神经网络的离心泵地脚螺栓松动故障诊断)[J].排灌机械工程学报,2022(10):993-998
A类：
IMF5,IMF8
B类：
地脚螺栓,螺栓松动,松动故障,准确识别,卧式离心泵,泵机组,诊断平台,电涡流传感器,转子位移,位移信号,经验模态分解法,empirical,mode,decomposition,EMD,固有模态函数,intrinsic,function,频谱特征,能量占比,radial,basis,RBF,有效提取,出离,故障特征,比作,径向基神经网络
AB值：
0.256048
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
