论文部分内容阅读
为预测燃气轮机润滑系统试验阶段潜在的磨损故障，应用神经网络及遗传算法（GA）对某型燃气轮机长时试验用润滑油中典型元素的光谱监控数据趋势进行预测。通过改变光谱分析数据归一化的范围及调整学习率的自适应性对标准误差反向传播（BP）神经网络进行改进，并利用遗传算法对改进的BP神经网络的权值和阈值进行优化，建立适合某型燃气轮机润滑系统试验阶段磨损趋势预测的模型。结果表明：所建模型具有很高的预测精度和很强的实用性，能有效地提高磨损故障的预测成功率。