小波神经网络及其在故障诊断中的应用

• 作者: 付攀 戴朝华 朱云芳
• 来源期刊: 计量与测试技术
• 关键词: 小波变换 神经网络 刀具状态监测
• 年，卷（期）: 2004,（7）
• 所属期刊栏目: 计测技术
• 页码范围: 31-32
• 页数: 2页
• 字数: 1872字
• 语种: 中文
• DOI: 10.3969/j.issn.1004-6941.2004.07.013

摘要

采用小波神经网络的松散型结合对刀具进行故障诊断,首先对AE信号进行小波分解,提取了5个频段的均方根值作为神经网络的输入,来识别刀具磨损状态.试验表明基于小波神经网络的刀具故障诊断是有效的.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	戴朝华	西南交通大学电气工程学院	86	1082	20.0	30.0
2	朱云芳	西南交通大学峨眉校区计算机系	11	153	8.0	11.0
3	付攀	西南交通大学机械工程学院	3	52	3.0	3.0