]*>","")" /> 基于FMEA与RBF神经网络的LPG汽车罐车储罐系统故障诊断

中国安全科学学报

• 安全工程技术科学 • 上一篇    下一篇

基于FMEA与RBF神经网络的LPG汽车罐车储罐系统故障诊断

马成正,王洪德   

  1. 柳州铁道职业技术学院,运输与经济管理系,广西柳州545007%大连交通大学,土木与安全工程学院,辽宁大连116028
  • 出版日期:2011-01-20 发布日期:2011-01-25
  • 基金资助:
    广西壮族自治区教育厅科研基金(200808MS021)

Fault Diagnosis of LPG Tank Car Based on FMEA and RBF Neural Network

  • Online:2011-01-20 Published:2011-01-25

摘要: 为了对液化石油气(LPG)公路运输罐车储罐系统故障进行准确、全面的诊断,通过利用故障模式影响分析方法(FMEA)构建储罐系统故障模式及故障特征指标,根据日常检测数据构造训练样本,运用径向基函数(RBF)神经网络对网络进行训练建立诊断模型并利用诊断模型对罐车故障进行诊断.经验证:诊断结果与实际情况相符合.因此,基于FMEA与RBF神经网络所构建的模型可以用于危险化学品汽车罐车储罐系统的故障诊断.

中图分类号: