基于确定学习理论的轴流压气机旋转失速的快速诊断方法

    公开(公告)号:CN101887479A

    公开(公告)日:2010-11-17

    申请号:CN201010237476.9

    申请日:2010-07-23

    Abstract: 本发明公开了基于确定学习理论的轴流压气机旋转失速的快速诊断方法,包括如下步骤:建立轴流压气机旋转失速的常值径向基函数(RBF)神经网络模型;建立多种旋转失速的模式库(从失速前、失速初期到完全失速模式);利用常值RBF神经网络建立旋转失速的动态估计器;建立动态估计器的状态与被诊断压气机的流量状态残差;对残差评估,实现对轴流压气机旋转失速的快速诊断。该方法适用于轴流压气机旋转失速的快速诊断,可对轴流压气机从正常工况(失速前)到故障工况(完全失速)的整个过程进行学习辨识和建立模式库,从而能实时快速的识别出轴流压气机运行过程中处于何种工况(失速前、失速初期和完全失速)而实现对旋转失速的快速诊断。

    基于确定学习理论的轴流压气机旋转失速的快速诊断方法

    公开(公告)号:CN101887479B

    公开(公告)日:2012-05-09

    申请号:CN201010237476.9

    申请日:2010-07-23

    Abstract: 本发明公开了基于确定学习理论的轴流压气机旋转失速的快速诊断方法,包括如下步骤:建立轴流压气机旋转失速的常值径向基函数(RBF)神经网络模型;建立多种旋转失速的模式库(从失速前、失速初期到完全失速模式);利用常值RBF神经网络建立旋转失速的动态估计器;建立动态估计器的状态与被诊断压气机的流量状态残差;对残差评估,实现对轴流压气机旋转失速的快速诊断。该方法适用于轴流压气机旋转失速的快速诊断,可对轴流压气机从正常工况(失速前)到故障工况(完全失速)的整个过程进行学习辨识和建立模式库,从而能实时快速的识别出轴流压气机运行过程中处于何种工况(失速前、失速初期和完全失速)而实现对旋转失速的快速诊断。

Patent Agency Ranking