煤矿机械
煤礦機械
매광궤계
COAL MINE MACHINERY
2011年
9期
263-265
,共3页
傅立叶变换%故障诊断%小波包%神经网络
傅立葉變換%故障診斷%小波包%神經網絡
부립협변환%고장진단%소파포%신경망락
由于传统基于傅立叶变换的利用频域对电机故障的信号分析中无法对奇异信号点的时域信息进行检测.针对上述问题,提出基于小波包神经网络的电机故障诊断的方法.结合电机振动的非平稳随机性的特点.利用小波包多分辨率分析方法对电机的采样信号进行分解,提取电机故障状态特征并作为BP神经网络输入样本的特征向量,利用神经网络的自学习和模式识别的特点最终输出电机故障类型.通过MATLAB仿真结果可以证实该方法可行性.
由于傳統基于傅立葉變換的利用頻域對電機故障的信號分析中無法對奇異信號點的時域信息進行檢測.針對上述問題,提齣基于小波包神經網絡的電機故障診斷的方法.結閤電機振動的非平穩隨機性的特點.利用小波包多分辨率分析方法對電機的採樣信號進行分解,提取電機故障狀態特徵併作為BP神經網絡輸入樣本的特徵嚮量,利用神經網絡的自學習和模式識彆的特點最終輸齣電機故障類型.通過MATLAB倣真結果可以證實該方法可行性.
유우전통기우부립협변환적이용빈역대전궤고장적신호분석중무법대기이신호점적시역신식진행검측.침대상술문제,제출기우소파포신경망락적전궤고장진단적방법.결합전궤진동적비평은수궤성적특점.이용소파포다분변솔분석방법대전궤적채양신호진행분해,제취전궤고장상태특정병작위BP신경망락수입양본적특정향량,이용신경망락적자학습화모식식별적특점최종수출전궤고장류형.통과MATLAB방진결과가이증실해방법가행성.
