近几年来,人工神经网络理论的研究取得了很大的进展,其应用研究几乎渗透到各个领域。本文将人工神经网络中的BP网络应用在汽轮发电机组的振动故障预测中,并对其进行了深入地研究。 论文第一章阐述了汽轮发电机组故障预测技术的研究现状。提出了课题的主要研究内容。 第二章概要地介绍了神经网络理论及BP算法。提出了一种改进算法,使网络的收敛速度明显提高,且有利于避免网络陷入局部最小点。 第三章是本文的重点。分析了BP网络在用于对具有递增趋势的时间序列预测中存在的问题,提出了改进措施的BP网络——合成BP网络及相应的训练算法,并将其与其他模型的预测性能进行了比较。利用几种汽轮机振动故障趋势的仿真数据对合成BP网络的预测性能进行了检验。 第四章介绍了预测系统软件的功能、结构及其具体的实现过程。 第五章通过现场实测数据对合成BP网络的预测性能进行了检验。 第六章是本文的结论与展望。对本文的工作做了一个总结,并提出了今后有待进一步研究的问题。