基于小波-神经网络技术的电机故障模式识别与诊断

• 作者: 吴桂峰 翟玉庆 陈虹
• 来源期刊: 计算机测量与控制
• 关键词: 小波包 ART2神经网络 故障模式识别
• 年，卷（期）: 2004,（3）
• 所属期刊栏目: 自动化测试
• 页码范围: 231-233
• 页数: 3页
• 分类号: TP277
• 语种: 中文
• DOI: 10.3321/j.issn:1671-4598.2004.03.011

摘要

针对电机震动信号的频谱特点,提出基于小波-神经网络技术的电机故障模式识别与诊断的新方法.利用小波包可进行多维多分辨率的特性,对电机振动信号进行分解与重构,获得震动信号的突变信息,实现电机状态的特征提取.对提取出的特征,用ART2神经网络进行状态分类,进而诊断故障类型,并利用这种方法进行仿真试验,通过对仿真结果的分析证实这种诊断的可行性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈虹	扬州大学信息工程学院	78	581	13.0	19.0
2	翟玉庆	东南大学计算机科学与工程系	46	489	12.0	20.0
3	吴桂峰	东南大学计算机科学与工程系	40	196	7.0	12.0