文章摘要:旋转机械设备的高效运转对保证经济生产效率有重要意义，其工作状态的非平稳特征增加了运行状态预测难度，因此，以神经网络为技术基础，构建振动频率时间序列预测方法。结合梯度下降法与牛顿法优化反向传播神经网络，针对实际机械振动频率时间序列存在的季节性与趋势性，通过差分法作一阶后向差分处理，推导出自回归序列，得到旋转机械振动频率的时间序列预测模型。实验环节，面向某电厂汽轮发电机组转子，预测一小时内振动频率时间序列，在设置网络层数等参数的基础上完成实验，由绝对误差与相对误差值可知，所提方法具备反映振动频率趋势的能力，预测精度较为理想。

文章关键词:

项目基金:《工程与试验》 网址: http://www.gcysyzz.cn/qikandaodu/2021/1013/2404.html