| 基于RBF神经网络的锅炉燃烧系统故障诊断 |
| |
| 引用本文： | 陈明,徐向东.基于RBF神经网络的锅炉燃烧系统故障诊断[J].清华大学学报(自然科学版),2003,43(2):277-280. |
| |
| 作者姓名： | 陈明 徐向东 |
| |
| 作者单位： | 清华大学热能工程系,北京,100084 |
| |
| 基金项目： | 国家"攀登计划B"(85-35) |
| |
| 摘 要： | 为了提高锅炉燃烧控制系统的可靠性,针对热力系统自身的特点,基于热力系统的解析冗余理论,提出用RBF神经网络构建状态观测器,对传感器和执行机构进行故障检测与诊断的新方法。采用正交最小二乘法(OLS)训练神经网络。在锅炉负荷控制系统中采用这一方法,对传感器和执行机构构建状态观测器,通过分析比较传感器及其观测器输出和残差、执行机构及其观测器的输出和残差,就可以进行故障诊断。实验结果表明:该方法可以有效地进行锅炉燃烧控制系统故障检测和诊断。
|
| 关 键 词： | 神经网络 故障诊断 燃烧系统 解析冗余 |
| 文章编号： | 1000-0054(2003)02-0277-04 |
| 修稿时间： | 2002年3月18日 |
Thermodynamic system fault diagnosis based on an RBF neural network |
| |
| CHEN Ming,XU Xiangdong.Thermodynamic system fault diagnosis based on an RBF neural network[J].Journal of Tsinghua University(Science and Technology),2003,43(2):277-280. |
| |
| Authors: | CHEN Ming XU Xiangdong |
| |
| Abstract: | |
| |
| Keywords: | neural network fault diagnosis combustion system analytic redundancy |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
|
