| 基于多重分形谱和改进BP神经网络的水电机组振动故障诊断研究 |
| |
| 引用本文： | 郭鹏程,孙龙刚,李 辉,等.基于多重分形谱和改进BP神经网络的水电机组振动故障诊断研究[J].水力发电学报,2014,33(3):299-305. |
| |
| 作者姓名： | 郭鹏程 孙龙刚 李 辉 等 |
| |
| 摘 要： | 本文建立了小波分析、多重分形谱和改进BP神经网络相结合的水电机组振动故障诊断模型。该模型首先利用小波分解对振动信号波形进行去噪提纯,得到各种故障信号的小波近似系数,应用多重分形谱算法提取出振动故障的特征向量,并将该特征向量作为BP神经网络的输入向量进行分类识别。该模型直接通过振动波形提取信号特征,避免提取其频谱特性,并结合先进的多重分形谱进行诊断识别,为水电机组故障诊断提供了一种新的方法。应用实例表明,该方法能够提高诊断的智能化和人性化,增强了人机交互性,识别结果令人满意。
|
Vibration fault diagnosis of hydropower unit based on multi-fractal spectrum and improved BP neural network |
| |
| GUO Pengcheng,SUN Longgang,LI Hui,et al.Vibration fault diagnosis of hydropower unit based on multi-fractal spectrum and improved BP neural network[J].Journal of Hydroelectric Engineering,2014,33(3):299-305. |
| |
| Authors: | GUO Pengcheng SUN Longgang LI Hui |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 CNKI 等数据库收录！ |
| 点击此处可从《水力发电学报》浏览原始摘要信息 |
|
点击此处可从《水力发电学报》下载全文 |
|
