一种基于神经网络的离心式鼓风机故障发生时间预测方法

摘要

在充分考虑了D350离心鼓风机故障来源的基础上,确定了风机后轴承轴瓦轴向、水平、垂直3个方向的振动速度作为故障预测的依据.并根据D350离心鼓风机故障发生时间预测的特点,设计了一个BP神经网络预测模型,然后再利用实验测得的一段连续时间的振动速度值来对BP神经网络进行训练,并验证了经过训练的网络预测结果的可靠性.最后将一组估计的振动速度值输入BP神经网络,对未来10天进行预测,预测结果表明与实际故障的发生时间非常接近.