位置:成果数据库 > 期刊 > 期刊详情页
信息融合技术在烟气轮机故障诊断中的应用
  • ISSN号:1003-0794
  • 期刊名称:《煤矿机械》
  • 时间:0
  • 分类:TP306.3[自动化与计算机技术—计算机系统结构;自动化与计算机技术—计算机科学与技术]
  • 作者机构:[1]北京信息科技大学机电系统测控北京市重点实验室,北京100192
  • 相关基金:国家自然科学基金(50375017);北京市自然科学基金(3062008)
中文摘要:

烟气轮机是炼化企业生产中重要的核心设备,保障烟气轮机的安全可靠运行,实现科学维护十分重要。对多传感器信息融合技术作了简要介绍,给出了一种神经网络与D-S证据理论相结合的诊断方法,并提出了基于多传感器信息融合技术的烟气轮机故障诊断模型。通过在转子实验台上的实验表明,采用该方法提高了故障诊断系统的灵活性及故障诊断的效率和准确性。

英文摘要:

Stack gas turbine is core equipment in production, so scientific maintenance of the turbine appears to be important to ensure its safe and reliable operation. The muhi-sensor information fusion algorithm is briefly introduced ;a neural network with the D-S evidence of a combination of diagnostic methods is provided ; and a multi-sensor fusion-based algorithm fault diagnosis of the gas turbine model is proposed, Experiment result shows that the method enhances the system flexibility,the efficiency and accuracy of the fault diagnosis.

同期刊论文项目
同项目期刊论文
期刊信息
  • 《煤矿机械》
  • 北大核心期刊(2011版)
  • 主管单位:黑龙江科技大学
  • 主办单位:哈尔滨煤矿机械研究所
  • 主编:卢盛春
  • 地址:哈尔滨市南岗区嵩山路111号
  • 邮编:150090
  • 邮箱:mkjx@chinajournal.net.cn
  • 电话:0451-55646587 55645994 55630208
  • 国际标准刊号:ISSN:1003-0794
  • 国内统一刊号:ISSN:23-1280/TD
  • 邮发代号:14-38
  • 获奖情况:
  • 全国中文核心期刊
  • 国内外数据库收录:
  • 俄罗斯文摘杂志,美国剑桥科学文摘,中国北大核心期刊(2004版),中国北大核心期刊(2008版),中国北大核心期刊(2011版),中国北大核心期刊(2000版)
  • 被引量:28725