摘要

本发明公开了一种基于神经网络诊断模型的动力设备振动监测方法,确定影响动力设备振动行为的各个振动参数;获取动力设备在各个振动参数正常状态下以及在各个振动参数发生不同程度变化下的各个振动数据,生成样本数据;建立振动参数神经网络诊断模型;在动力设备运行过程中,实时采集动力设备的各个振动数据真实值并输入至振动参数神经网络诊断模型,输出该动力设备的各个振动参数预测值;在动力设备运行过程中实时监测动力设备是否振动异常,并利用该动力设备的各个振动参数预测值分析振动异常的原因。本发明将动力设备振动监测与神经网络诊断模型结合,实现振动异常的监测并能够分析振动异常的原因,提高动力设备振动监测的准确性和实用性。