[1]王树亮,王 东,冯 珍,等.基于小波包-神经网络故障诊断系统研究[J].南京理工大学学报(自然科学版),2004,(04):356-359.
 WANG Shu liang,WANG Dong,FENG Zhen,et al.Study of Fault Diagnosis System Based on Wavelet Packet-neural Network[J].Journal of Nanjing University of Science and Technology,2004,(04):356-359.
点击复制

基于小波包-神经网络故障诊断系统研究()
分享到:

《南京理工大学学报》(自然科学版)[ISSN:1005-9830/CN:32-1397/N]

卷:
期数:
2004年04期
页码:
356-359
栏目:
出版日期:
2004-08-30

文章信息/Info

Title:
Study of Fault Diagnosis System Based on Wavelet Packet-neural Network
作者:
王树亮1 王 东2 冯 珍2 郝月照3 刘桂林4
1. 江苏技术师范学院计算机科学与技术系, 江苏常州213001;
2. 西安电子科技大学机电工程学院, 陕西西安710071;
3. 山西吕梁电力分公司自动化研究室,山西离石033000;
4. 山西煤炭进出口公司, 山西太原030026
Author(s):
WANG Shu liang 1WANG Dong 2FENG Zhen 2 HAO Yue zhao 3LIU Gui lin 4
1.Department of Computer Science and Technology,Jiangsu Teachers’ University of Technics,Changzhou 213001,China;2.School of Electromechanical Engineering, Xidian University,Xi’an 710071,China;3.Laboratory of Automation,Xianxi Lvliang Electric Power Filiale Company,Lishi 033000,China;4.Xianxi Coal Imports and Exports Company,Taiyuan 030026,China
关键词:
特征 旋转机械 小波包 故障诊断 神经网络
Keywords:
features rotating machinery w avelet packet fault diagnosis neural network
分类号:
TH17
摘要:
建立了旋转机械故障诊断的神经网络模型 ,采用小波包分解方法提取特殊频段上的能量作为特征值为神经网络的输入模式 ,模型具有通用性。并且应用于旋转机械故障样本的识别计算 ,结果表明该方法在故障诊断中是有效的。
Abstract:
The models of neural network recognit ion to fault diagnosis of rotat ing machinery are developed. The features of special f requency segment of the signal picked up by the method of w avelet packets decomposit ion are used as the inputs of neural netw ork. The model can recognize and compute fault swatch of rotat ing machinery . The analysis of the ex perimental data proves that the proposed method is ef ficient.

参考文献/References:

[ 1] 杨福生1 小波变换的工程分析与应用[ M] . 北京: 科学出版社, 2000.
[ 2] 傅瑜, 冯象初, 徐国华1 钻头不同磨损期振动信号的分维特征[ J] . 西安电子科技大学学报, 2001, 28 ( 2) : 242~ 244.
[ 3] 聂伟荣, 朱继南1 运动目标地震动信号的时频特征分析[ J] . 南京理工大学学报, 2002,26( 5) : 478~ 481.
[ 4] Kim K, Parlos A G, Bharadwaj R M. Senso rless fault diagnosis of induction motors[ J] . IEEE Transactions on Induction Electronics, 2003, 50( 5) : 1 038~ 1 051.
[ 5] Carpenter G A, Grossberg S. ART2: Sel-f organizition of stable category recog nit ion codes for analog input patterns[ J] . Appl Opt, 1987, 26( 23) : 4 919~ 4 930.
[ 6] Sorsa T, Koivo H N, Koiv isto H. Neural netw ork in process fault diagnosis[ J] . IEEE Tr ansactions on System, Man, and Cybernetics, 1991, 21( 4) : 815~ 825.

相似文献/References:

[1]张帆,张友良,汪惠芬.基于特征的零件信息模型实现[J].南京理工大学学报(自然科学版),2002,(02):135.
 ZhangFan ZhangYouliang WangHuifen.Realization of Feature-based Part Information Model[J].Journal of Nanjing University of Science and Technology,2002,(04):135.

备注/Memo

备注/Memo:
作者简介: 王树亮( 1961- ) , 男, 山西柳林人, 教授, 主要研究方向: 应用数学、计算机软件及产品数据管理, E-mail: wangsl@ jstu. edu. c
更新日期/Last Update: 2013-03-11