简介概要

基于小波-神经网络的电机振动故障诊断

来源期刊:控制工程2004年第2期

论文作者:吴桂峰 翟玉庆 陈虹 曹卫

文章页码:152 - 330

关键词:电机;故障诊断;小波包;ART2神经网络;

摘    要:针对电机振动信号的频谱特点,提出基于小波 神经网络技术的电机故障模式识别与诊断的新方法。利用小波包的多维多分辨率特性,对电机振动信号进行分解与重构,获得振动信号的突变信息,提取与电机故障相关的特征信息,将其作为特征向量输入ART2神经网络,对其进行训练。经过训练后的神经网络可对电机工作状态进行在线监测和实时故障诊断,并在转子实验台上进行了模拟故障仿真试验。通过对仿真结果的分析,证实这种诊断方法的可行性。

详情信息展示

基于小波-神经网络的电机振动故障诊断

吴桂峰,翟玉庆,陈虹,曹卫

摘 要:针对电机振动信号的频谱特点,提出基于小波 神经网络技术的电机故障模式识别与诊断的新方法。利用小波包的多维多分辨率特性,对电机振动信号进行分解与重构,获得振动信号的突变信息,提取与电机故障相关的特征信息,将其作为特征向量输入ART2神经网络,对其进行训练。经过训练后的神经网络可对电机工作状态进行在线监测和实时故障诊断,并在转子实验台上进行了模拟故障仿真试验。通过对仿真结果的分析,证实这种诊断方法的可行性。

关键词:电机;故障诊断;小波包;ART2神经网络;

<上一页 1 下一页 >

相关论文

  • 暂无!

相关知识点

  • 暂无!

有色金属在线官网  |   会议  |   在线投稿  |   购买纸书  |   科技图书馆

中南大学出版社 技术支持 版权声明   电话:0731-88830515 88830516   传真:0731-88710482   Email:administrator@cnnmol.com

互联网出版许可证:(署)网出证(京)字第342号   京ICP备17050991号-6      京公网安备11010802042557号