摘要

基于改进BP优化算法对水轮机振动频率识别来判断水轮机振动的原因。研究将定f为转频,基于小波分析法以幅值分量形式从转子不平衡、转子不对中、尾水管涡带偏心三个主要故障点读取振动信号频谱的不同频段并分别收取4组数据。后基于12组数据实现训练和学习,用测试样本对训练好的网络进行测试将输出结果与期望值进行对比。结果显示,改进BP神经系统分辨水轮机振动故障点符合预期结果,可通过传感器实时监测水轮机振动判断运行状态以保证及时处理问题。