基于NN和MRA的轧机故障诊断信号数据压缩研究

• 作者: 孙浩 张福生
• 来源期刊: 冶金设备
• 学科: 工学
• 关键词: 轧机 故障诊断信号 数据压缩 神经网络 多分辨分析
• 年，卷（期）: 2003,（6）
• 所属期刊栏目: 设计与研究
• 页码范围: 1-5
• 页数: 5页
• 分类号: TG3
• 字数: 4820字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-1269.2003.06.001

摘要

轧机故障诊断信号数据具有有限分辨率、周期性、概率分布冗余和非概率分布冗余等特点.通过构造一新的基于NN的无损数据压缩方案用于压缩轧机故障诊断信号数据的非概率分布冗余空间,然后选择一合适的基于MRA的编码系统用于消除轧机故障诊断信号数据的概率分布冗余,最后把基于NN的无损数据压缩方案嵌入基于MRA的编码系统,获"基于NN和MRA的轧机故障诊断信号数据压缩方法",达到较全面消除轧机故障诊断信号数据冗余的目的.实验证明基于NN和MRA的数据压缩方法能有效压缩轧机故障诊断信号数据,且恢复的信号数据有较高质量.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张福生	北京科技大学信息工程学院	13	39	3.0	6.0
2	孙浩	北京科技大学信息工程学院	24	125	6.0	10.0