基于小波神经网络的旋转机械故障诊断

94基于小波神经网络的旋转机械故障诊断第46卷第3期2004年6月;汽轮机技术TURBINETECHNOLOGY;Vol.46No.3;Jun.2004;基于小波神经网络的旋转机械故障诊断;江磊,江凡;(1核工业第五研究设计院,郑州314300;2中;摘要:研究了小波变换与人工神经网络结合起来应用于;实现了对故障的智能诊断;关键词:小波变换;神经网络;旋转机械;故障诊断分;FaultDiagno第46卷第3期2004年6月汽轮机技术TURBINETECHNOLOGYVol.46No.3Jun.2004基于小波神经网络的旋转机械故障诊断江磊,江凡12(1核工业第五研究设计院,郑州314300;2中船重工集团第704研究所,上海200031)摘要:研究了小波变换与人工神经网络结合起来应用于旋转机械故障诊断的问题。通过选择合适的参数,对故障信号功率谱进行小波分解,简化了故障特征向量的提取。建立了基于小波变换和BP网络的混合诊断模型,成功地实现了对故障的智能诊断。关键词:小波变换;神经网络;旋转机械;故障诊断分类号:TH133;TH165文献标识码:A文章编号:1001-5884(2004)03-0204-03FaultDiagnosisofRotationMachineBasedonWaveletNeuralNetwork激ANGLeil,激ANGFan2(INo.5ResearchandDesignTnstituteforNuclearlndustry,Zhengzhou314300,,China;2No.704InstituteofChinaMarineHeavyIndustryGroup,Shanghai200031)Abstract:Thecombinationusageofwavelettransformandartificialneuralnetworkinthefaultdiagnosisofrotationmachineisdis-cussedinthispaper.Whenproperparametersarechosen,theextractionprocessoffaultcharactercanbesimpliedbyapplyingWT(wavelettransform)uponthePSD(powerspectrumdensity)offaultsignal.AmixedmodelbasedonWTandBPnetworkiscon-struetedanditcanbeusedintheintelligentdiagnosissuccessfully.Keywords:wave1e11ransform;neuralnetwork;rotationmachine;faultdiagnosis0前言小波变换是信号分析的有力工具,人工神经网络更是能出色完成模式识别任务,而信号分析和模式识别正是设备故障诊断所依赖的两个关键技术。因此,研究如何将二者完美的结合起来,应用于旋转机械的故障诊断,具有广泛的应用价值。全面。而用小波进行信号分析,则可以描述信号中的非平稳成分。尤其用小波包分析技术,可以把信号分解在任意精细的频带上。在这些频带上作能量统计,形成的特征向量更合理。人工神经网络能够出色地解决那些传统模式识别方法难以圆满解决的问题,所以故障诊断技术是人工神经网络的重要应用领域之一。在众多的神经网络中,基于BP算法的多层感知器(MLP)神经网络理论最为坚实,应用也最广泛。1小波变换及神经网络在故障诊断中的应用小波分析在故障诊断中的应用是多方面的,如奇异信号检测、信噪分离和频带分析等。其中在旋转机械故障诊断中主要用到的是频带分析技术。Fourier分析也可以作频带能量分析,其得出的是不同故障的谱结构特征向量,这在实际中己获得了成功的运用。和Fourier频谱分析技术一样,小波频带分析技术的理论依据也是Parseval能量积分等式。因f(x)在时域的能量:f二2小波神经网络H前小波分析和神经网络结合的途径主要有两种:(1)松散型结合,即小波分析作为神经网络的前置处理手段,为神经网络提供输入特征向量;⑵紧致型结合,小波和神经网络直接融合,即用小波函数和尺度函数形成神经元。小波神经网络通过上述两种途径的结合,形成了广义上的两种小波神经网络。其中第2种类型的小波神经网络,即狭义上的小波神经网络,主要用于对非均匀性数据对的逼近。在故障诊断领域,多采用小波分析和神经网络的松散型结合方法。把小波分析中的多分辨率技术和Fourier频谱技术结合起来,也可以为神经网络提供一种输入向量。Fourier变换的频谱谱线非常丰富,但它们谱线值的组合能反映故障的特f+00—00f(x)2dx=cj,k上式表明,小波变换系数cj,k具有能量的量纲,因此可以用于能量分析。Fourier分析只是对信号中的正弦成分进行了统计,实际的故障信号往往包含非平稳成分,这些信号严格讲并不能用正弦信号作为基来描述,即使描述,能量表示也不收稿日期:2003-06-19江-),男,工程师,第3期江磊等:基于小波神经网络的旋转机械故障诊...

1、当您付费下载文档后,您只拥有了使用权限,并不意味着购买了版权,文档只能用于自身使用,不得用于其他商业用途(如 [转卖]进行直接盈利或[编辑后售卖]进行间接盈利)。
2、本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供参考,付费前请自行鉴别。
3、如文档内容存在侵犯商业秘密、侵犯著作权等,请点击“举报”。

常见问题具体如下:

1、问:已经付过费的文档可以多次下载吗?

      答:可以。登陆您已经付过费的账号,付过费的文档可以免费进行多次下载。

2、问:已经付过费的文档不知下载到什么地方去了?

     答:电脑端-浏览器下载列表里可以找到;手机端-文件管理或下载里可以找到。

            如以上两种方式都没有找到,请提供您的交易单号或截图及接收文档的邮箱等有效信息,发送到客服邮箱,客服经核实后,会将您已经付过费的文档即时发到您邮箱。

注:微信交易号是以“420000”开头的28位数字;

       支付宝交易号是以“2024XXXX”交易日期开头的28位数字。

客服邮箱:

biganzikefu@outlook.com

所有的文档都被视为“模板”,用于写作参考,下载前须认真查看,确认无误后再购买;

文档大部份都是可以预览的,笔杆子文库无法对文档的真实性、完整性、准确性以及专业性等问题提供审核和保证,请慎重购买;

文档的总页数、文档格式和文档大小以系统显示为准(内容中显示的页数不一定正确),网站客服只以系统显示的页数、文件格式、文档大小作为依据;

如果您还有什么不清楚的或需要我们协助,可以联系客服邮箱:

biganzikefu@outlook.com

常见问题具体如下:

1、问:已经付过费的文档可以多次下载吗?

      答:可以。登陆您已经付过费的账号,付过费的文档可以免费进行多次下载。

2、问:已经付过费的文档不知下载到什么地方去了?

     答:电脑端-浏览器下载列表里可以找到;手机端-文件管理或下载里可以找到。

            如以上两种方式都没有找到,请提供您的交易单号或截图及接收文档的邮箱等有效信息,发送到客服邮箱,客服经核实后,会将您已经付过费的文档即时发到您邮箱。

注:微信交易号是以“420000”开头的28位数字;

       支付宝交易号是以“2024XXXX”交易日期开头的28位数字。

文秘专家
机构认证
内容提供者

1

确认删除?