基于小波包-神经网络的电厂发电机组故障诊断研究 |
| |
引用本文: | 刘志刚,赵晓燕,张涛,敖宝林,李四敏,党齐乾.基于小波包-神经网络的电厂发电机组故障诊断研究[J].机械传动,2018(8). |
| |
作者姓名: | 刘志刚 赵晓燕 张涛 敖宝林 李四敏 党齐乾 |
| |
作者单位: | 河南工业职业技术学院机械工程学院;华北水利水电大学机械学院;郑州机械研究所有限公司 |
| |
摘 要: | 电厂发电机组齿轮箱通常工作在高速高负载和润滑不良的恶劣环境中,研究对其工作过程的有效监测和故障诊断具有重要意义。针对齿轮箱故障信号的非平稳特征,提出了基于小波包分解和神经网络的故障诊断方法。以故障信号小波包分解后的能量信息作为输入向量,以BP神经网络作为分类器对其进行识别和诊断。通过对齿轮箱的正常工况、齿面磨损、缺齿和复合故障等4种类型的分析表明,提出的小波神经网络故障诊断方法可以识别齿轮箱的故障类型。
|
本文献已被 CNKI 等数据库收录! |
|