原文服务方: 现代电子技术       
摘要:
针对故障检测信号信噪比低、难以进行特征提取的特点,介绍了一种新的利用小波消除信号噪音的算法,进而利用BP神经网络实现了较为理想的故障诊断.该算法是基于最佳正交小波基的选择,使熵在小波收缩过程中的作用最小.实验结果表明利用小波变换从数据中提取的训练样本能够有效地消除噪声,更好地反映故障特征,提高故障诊断的效率.
推荐文章
基于小波神经网络的电机故障诊断研究
异步电动机
故障诊断
转子故障
小波神经网络
基于EEMD小波阈值去噪和CS-BP神经网络的风电齿轮箱故障诊断
风电齿轮箱
故障诊断
EEMD分解
小波阈值去噪
CS-BP
基于小波神经网络的模拟电路故障诊断技术
模拟电路
故障诊断
小波分析
神经网络
基于小波神经网络(WNN)的齿轮故障诊断
齿轮故障机理
齿轮故障诊断
小波神经网络(WNN)
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于小波的消噪及BP神经网络的故障诊断
来源期刊 现代电子技术 学科
关键词 小波变换 神经网络 特征提取 故障诊断
年,卷(期) 2006,(21) 所属期刊栏目 军事通信
研究方向 页码范围 67-69
页数 3页 分类号 TN91
字数 语种 中文
DOI 10.3969/j.issn.1004-373X.2006.21.024
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 吴松林 空军工程大学工程学院 7 71 5.0 7.0
2 张福明 空军工程大学工程学院 2 30 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (3)
节点文献
引证文献  (6)
同被引文献  (1)
二级引证文献  (0)
1995(1)
  • 参考文献(1)
  • 二级参考文献(0)
2000(1)
  • 参考文献(1)
  • 二级参考文献(0)
2002(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2007(3)
  • 引证文献(3)
  • 二级引证文献(0)
2008(1)
  • 引证文献(1)
  • 二级引证文献(0)
2010(1)
  • 引证文献(1)
  • 二级引证文献(0)
2011(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
小波变换
神经网络
特征提取
故障诊断
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
现代电子技术
半月刊
1004-373X
61-1224/TN
大16开
1977-01-01
chi
出版文献量(篇)
23937
总下载数(次)
0
总被引数(次)
135074
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导