基于小波-神经网络技术的电机故障模式识别与诊断 |
| |
引用本文: | 吴桂峰,翟玉庆,陈虹. 基于小波-神经网络技术的电机故障模式识别与诊断[J]. 计算机测量与控制, 2004, 12(3) |
| |
作者姓名: | 吴桂峰 翟玉庆 陈虹 |
| |
作者单位: | 东南大学,计算机科学与工程系,江苏,南京,210096;扬州大学,信息工程学院,江苏,扬州,225009;东南大学,计算机科学与工程系,江苏,南京,210096;扬州大学,信息工程学院,江苏,扬州,225009 |
| |
基金项目: | 国家高技术研究发展计划(863计划) |
| |
摘 要: | 针对电机震动信号的频谱特点,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.利用小波包可进行多维多分辨率的特性,对电机振动信号进行分解与重构,获得震动信号的突变信息,实现电机状态的特征提取.对提取出的特征,用ART2神经网络进行状态分类,进而诊断故障类型,并利用这种方法进行仿真试验,通过对仿真结果的分析证实这种诊断的可行性.
|
关 键 词: | 小波包 ART2神经网络 故障模式识别 |
Pattern Recognition and Diagnose of fault Based on the Wavelet -Neural Network in Electrical Machine |
| |
Abstract: | |
| |
Keywords: | |
本文献已被 万方数据 等数据库收录! |
|