一种基于神经网络和案例推理的汽轮机轴系振动故障诊断方法

摘要

本发明公开了一种基于神经网络和案例推理的汽轮机轴系振动故障诊断方法，包括对历史故障案例的振动数据进行预处理和统计特征提取，其中历史故障案例的振动数据为低频采样；将对历史案例提取的统计特征作为神经网络的输入，进行网络学习；将新发生的异常事件提取统计特征后输入训练好的神经网络，利用相似度计算方法对神经网络的输出结果进行相似度计算，获取与新发生事件最为相似的历史故障案例。本方法提出了一种新颖且简单的数据预处理方法和一个新的统计特征，其对需要减轻同一模式下不同值引起的干扰或捕获不同输入之间的时序关系的情况效果十分明显。本发明方法对汽轮机轴系振动故障的诊断具有重要的应用价值。