仪器仪表学报
儀器儀錶學報
의기의표학보
Chinese Journal of Scientific Instrument
2015年
10期
2389-2400
,共12页
龙英%何怡刚%张镇%谢明华%尹柏强
龍英%何怡剛%張鎮%謝明華%尹柏彊
룡영%하이강%장진%사명화%윤백강
开关电流电路%Haar小波变换%ICA特征提取%故障诊断
開關電流電路%Haar小波變換%ICA特徵提取%故障診斷
개관전류전로%Haar소파변환%ICA특정제취%고장진단
switched current circuit%Haar wavelet transform%ICA feature extraction%fault diagnosis
提出了采用小波变换和独立成分分析(ICA)作为预处理器来进行特征提取的神经网络开关电流电路故障诊断方法.该方法对采集到的故障响应信号进行Haar小波正交滤波器分解,获得低频近似信息和高频细节信息;然后利用独立成分分析方法进行ICA故障特征提取;最后将所得到的最优故障特征输入到BP神经网络中进行故障分类.对六阶切比雪夫低通滤波器和六阶椭圆带通滤波器电路进行了仿真实验验证,获得了100%的故障诊断准确率,与其他方法进行比较,实验结果显示了该方法的优越性.
提齣瞭採用小波變換和獨立成分分析(ICA)作為預處理器來進行特徵提取的神經網絡開關電流電路故障診斷方法.該方法對採集到的故障響應信號進行Haar小波正交濾波器分解,穫得低頻近似信息和高頻細節信息;然後利用獨立成分分析方法進行ICA故障特徵提取;最後將所得到的最優故障特徵輸入到BP神經網絡中進行故障分類.對六階切比雪伕低通濾波器和六階橢圓帶通濾波器電路進行瞭倣真實驗驗證,穫得瞭100%的故障診斷準確率,與其他方法進行比較,實驗結果顯示瞭該方法的優越性.
제출료채용소파변환화독립성분분석(ICA)작위예처리기래진행특정제취적신경망락개관전류전로고장진단방법.해방법대채집도적고장향응신호진행Haar소파정교려파기분해,획득저빈근사신식화고빈세절신식;연후이용독립성분분석방법진행ICA고장특정제취;최후장소득도적최우고장특정수입도BP신경망락중진행고장분류.대륙계절비설부저통려파기화륙계타원대통려파기전로진행료방진실험험증,획득료100%적고장진단준학솔,여기타방법진행비교,실험결과현시료해방법적우월성.