论文部分内容阅读
用于流体动力学诊断的强流LIA是庞大而复杂的系统，其性能预测和评估是十分困难的。针对强流LIA大量的单次快脉冲非平稳信号，提出基于小波包分析与RBF神经网络技术相结合实现故障智能诊断和性能评价的方法。该方法以强流LIA高维信号的小波包结点能量提取的特征向量来表征信号平顶、脉宽以及暂态特性。在此基础上，建立了“神龙一号”加速器腔电压及注入器出口柬流故障诊断与性能评价原型系统，该系统不仅可进行故障诊断和性能评价，还可探测到加速器运行参数的变化趋势，为加速器的精细维护提供预测信息。