基于小波变换和QNN的TRT中透平机运行状况预测
Prediction of operation state of turbine in TRT system based on wavelet transform and quantum neural network作者机构：河北联合大学轻工学院河北唐山063000 河北联合大学电气工程学院河北唐山063000
出 版 物：《电子技术应用》 (Application of Electronic Technique)
年 卷 期：2014年第40卷第5期
页 面：72-74,78页
学科分类：12[管理学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 081104[工学-模式识别与智能系统] 08[工学] 0835[工学-软件工程] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术（可授工学、理学学位）]
基 金：河北省自然科学基金钢铁联合基金资助项目(F2012209015)
摘 要：针对TRT系统中透平机结构复杂,故障特征表现及故障产生原因普遍具有模糊性、复杂性的特点,将现场采集的数据利用小波变换的软硬阈值折中算法处理小波系数,滤除噪声。通过建立量子神经网络(QNN)预测模型中网络结构的调整、网络的训练,得到预测结果。实验仿真结果表明:利用小波变换可以有效地滤除数据中的噪声,所建立的QNN预测模型可以有效地实现对TRT系统中透平机的运行状况预测。
维普期刊数据库
同方期刊数据库