大连海事大学学报
大連海事大學學報
대련해사대학학보
JOURNAL OF DALIAN MARITIME UNIVERSITY
2007年
4期
81-85,90
,共6页
船舶电机%故障诊断%小波包变换%自组织特征映射网络%粗糙集
船舶電機%故障診斷%小波包變換%自組織特徵映射網絡%粗糙集
선박전궤%고장진단%소파포변환%자조직특정영사망락%조조집
为在少量的传感器以及无先验故障知识的情况下,实现船舶电机定子故障状态的确定以及故障严重程度的划分,提出了对定子电流进行小波包变换提取故障特征,基于粗糙集理论建立可分辨矩阵,并从中提取故障诊断规则的方法.通过对电流特征信号进行小波包分解,使相应分解子频段能始终覆盖随电机转差率变化的故障特征频率;利用子频段重构系数的均方根值变化率作为特征指标,实现故障特征的提取.采用自组织特征映射网络对特征指标进行聚类,由相邻子频段的均方根值变化率组成一组学习样本的方法,减少了子频段之间混叠问题对于聚类结果的影响.实验室条件下进行了电机定子故障的实验,通过对故障数据的应用,验证了该方法的可行性.
為在少量的傳感器以及無先驗故障知識的情況下,實現船舶電機定子故障狀態的確定以及故障嚴重程度的劃分,提齣瞭對定子電流進行小波包變換提取故障特徵,基于粗糙集理論建立可分辨矩陣,併從中提取故障診斷規則的方法.通過對電流特徵信號進行小波包分解,使相應分解子頻段能始終覆蓋隨電機轉差率變化的故障特徵頻率;利用子頻段重構繫數的均方根值變化率作為特徵指標,實現故障特徵的提取.採用自組織特徵映射網絡對特徵指標進行聚類,由相鄰子頻段的均方根值變化率組成一組學習樣本的方法,減少瞭子頻段之間混疊問題對于聚類結果的影響.實驗室條件下進行瞭電機定子故障的實驗,通過對故障數據的應用,驗證瞭該方法的可行性.
위재소량적전감기이급무선험고장지식적정황하,실현선박전궤정자고장상태적학정이급고장엄중정도적화분,제출료대정자전류진행소파포변환제취고장특정,기우조조집이론건립가분변구진,병종중제취고장진단규칙적방법.통과대전류특정신호진행소파포분해,사상응분해자빈단능시종복개수전궤전차솔변화적고장특정빈솔;이용자빈단중구계수적균방근치변화솔작위특정지표,실현고장특정적제취.채용자조직특정영사망락대특정지표진행취류,유상린자빈단적균방근치변화솔조성일조학습양본적방법,감소료자빈단지간혼첩문제대우취류결과적영향.실험실조건하진행료전궤정자고장적실험,통과대고장수거적응용,험증료해방법적가행성.
