|
|||||
|
|
| 基于小波神经网络的水轮机叶片裂纹源的定位技术 | |
| 引用本文： | 王向红,朱昌明,毛汉领,黄振峰.基于小波神经网络的水轮机叶片裂纹源的定位技术[J].上海交通大学学报,2008,42(8). |
| 作者姓名： | 王向红 朱昌明 毛汉领 黄振峰 |
| 作者单位： | 1. 上海交通大学,机械与动力工程学院,上海,200240 2. 广西广播电视大学,南宁,530004 3. 广西大学机械学院,南宁,530004 |
| 摘 要： | 针对水轮机结构复杂等特点,传统的时差定位及模态定位方法不能满足其裂纹水轮机叶片定位要求,提出利用小波神经网络对水轮机转轮叶片的裂纹进行定位.训练采用标度共轭梯度算法(SCG),并对输出结果采用竞争处理方式.结果表明,与BP网络相比,小波神经网络提高了定位的准确度,所确定的裂纹位置最大误差仅为4.2%,是一种适合复杂结构的定位方法. |
| 关 键 词： | 小波神经网络 标度共轭梯度算法 源定位 声发射 |
Source Location of Cracks of Turbine Blades Based on Wavelet Neural Network |
|
| WANG Xiang-hong,ZHU Chang-ming,MAO Han-ling,HUANG Zhen-feng.Source Location of Cracks of Turbine Blades Based on Wavelet Neural Network[J].Journal of Shanghai Jiaotong University,2008,42(8). | |
| Authors: | WANG Xiang-hong ZHU Chang-ming MAO Han-ling HUANG Zhen-feng |
| Abstract: | |
| Keywords: | |
| 本文献已被 维普 万方数据 等数据库收录！ | |