基于小波降噪神经网络的旋转机械故障诊断

• 作者: 唐贵基 王维珍 田丽洁 胡爱军
• 来源期刊: 噪声与振动控制
• 学科: 工学
• 关键词: 振动与波 小波变换 降噪 神经网络 旋转机械 故障诊断
• 年，卷（期）: 2005,（5）
• 所属期刊栏目: 专题研究
• 页码范围: 24-28
• 页数: 5页
• 分类号: TB52|TH165+.3
• 字数: 2400字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-1355.2005.05.009

摘要

实测信号往往受到多种因素的干扰,如高频噪声.提出了一种小波降噪神经网络的故障诊断方法,利用小波的多重分辨率分析,有效降低高频噪声干扰,从而简化了有效特征信号的提取.建立了基于小波变换和BP神经网络的混合诊断模型,成功地对故障进行了智能诊断.最后实验验证了此种方法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	唐贵基	华北电力大学机械工程学院	192	2582	23.0	44.0
2	王维珍	华北电力大学机械工程学院	13	82	6.0	9.0
3	胡爱军	华北电力大学机械工程学院	41	1181	15.0	34.0
4	田丽洁	华北电力大学机械工程学院	10	59	5.0	7.0