基于RBF神经网络的空压机性能预测研究

陈长宇

(海军工程大学武汉，430033)

摘要现代化的设备状态检测和故障诊断理论已经把设备的寿命预测作为一个重要的组成部分。随着科学技术的发展，设备运行状况的复杂化程度越来越明显，对于往复式空压机而言，这种信息的复杂性、不确定性程度反映更加强烈，传统的数学建模预报方法已不能满足设备的复杂化和现代化要求。提出一种基于RBF神经网络的振动信号在线预测模型，以空压机振动信号为基础，选取合适的特征参量，提高了性能预测精度，结果表明该模型是可行和有效的。