运用RBF对空隙进行在线监测和故障诊断以及对大型水轮发电机定子杆的振动分析

摘要

本文研究了作为FLANN特例的RBF神经网络系统的数学模型。FLANN作为未知函数由一系列基本方程φi(x)构成的方程组表述。利用ZOOM系统和SBV系统等对Geheyan水电站1#发电机的空隙和定子杆的振动进行在线测量。ZOOM系统和SBV系统的标准曲线图包括：署名，极点，样本以及发电机空隙和定子杆振动的趋势图。发电机故障树包括15个故障特征向量。RBF的模拟通过方程simurb进行。RBF网络由方程solverbe或者solverb实施。