RBF网络在凝汽器故障诊断中的应用  

Application of Radial Basis Function Network in Failure Diagnosis of Condender

作　　者：张利平[1] 

机构地区：[1]华北水利水电学院动力系,河南郑州450011

出　　处：《水电能源科学》2008年第5期196-198,共3页Water Resources and Power

基　　金：河南省教育厅自然科学研究基金资助项目(2008A470006)

摘　　要：针对RBF神经网络基函数的中心值和宽度确定的特殊问题,将免疫遗传算法与RBF神经网络相结合,提出一种基于免疫原理的RBF神经网络模型并应用于凝汽器系统故障诊断中。通过实例验证,结果表明该法有效地提高了故障诊断的精度和速度,具有应用价值。A new network training method, based on the combination of immune algorithm and RBF neural network , is put forwasrd to decide the center and extent of Radial Basis Function. It is applied to realize failure diagnosis of a condenser. The result of verification shows that the proposed method can impove the accuracy and the speed of failure diagnosis effectively.

关 键 词：免疫 RBF神经网络 凝汽器 故障诊断 

分 类 号：TK262[动力工程及工程热物理—动力机械及工程]