摘要：风机喘振问题一直是自控领域内一个人们较为关心的问题，其影响因素十分复杂，很难准确地用某个确切的数学模型来描述，常规的数学模型诊断法存在不可避免的缺陷。本文在分析信息融合技术基本理论及喘振发生机理的基础上，针对常规诊断法的不足，提出了基于神经网络信息融合技术的风机喘振智能诊断方法；重点研究了将神经网络技术应用于风机喘振故障特征的提取，该法充分利用时域内所采集到的数据，通过简单有效的运算，既可准确反映故障的类型，又易于实现。经仿真和实际样本验证，取得了良好效果。在上述研究的基础上，针对电厂风机，设计并开发出了一套智能故障诊断系统，该研究为设备的安全高效运行提供了强有力的保障。

关键词：喘振 信息融合 神经网络 故障诊断 

单位：武汉大学动力与机械学院自动化系 武汉430072 武汉大学测绘学院 武汉430079 平顶山学院电气信息工程学院 平顶山467000