BP神经网络在状态监测数据趋势预测中的应用

应用神经网络理论,建立了预测状态监测数据趋势的BP神经网络模型,并通过MATLAB实现了仿真编程.实验中,选取多组数据对网络进行了训练和测试,证实了算法和模型的有效性.     

形态谱和LCD法提取超声波电动机陶瓷故障特征

压电陶瓷开裂是导致超声波电动机失效的主要原因之一。针对超声波电动机定转子机械耦合过程中的噪声影响,研究利用多尺度下的形态谱信息,重构孤极电压故障信号的方法。对重构信息进行LCD分解(LocalCharacteristic-scale Decomposition)并计算能谱熵,作为故障特征反映超声波电动机压电陶瓷片的开裂程度。在不同噪声等级的仿真信号下,对故障特征在噪声环境的适用性进行了分析。实验结果验证了该方法在超声波电动机压电陶瓷开裂故障特征提取上的可行性和有效性。