基于时频图像的不变矩神经网络故障诊断方法

• 作者: 关榆君 林田 郝志华
• 来源期刊: 科技与创新
• 关键词: 时频图像 故障诊断 特征提取 不变矩 神经网络
• 年，卷（期）: 2006,（30）
• 所属期刊栏目: 图像处理
• 页码范围: 307-309,280
• 页数: 4页
• 分类号: TP206
• 语种: 中文
• DOI: 10.3969/j.issn.1008-0570.2006.30.103

摘要

在设备发生故障时,其故障信号往往表现为时变特性.传统的基于FFT变换的分析方法对这些时变信号往往会得出错误的结论.在此,应用一种新的时频分析方法,局域波法,对故障振动信号进行描述.由于局域波时频谱可以表示为灰度图像.因此,利用图像信息的不变矩进行故障特征提取.并且以径向基函数神经网络(RBFNN)作为故障分类器,对实际故障信号进行测试,实验证明了该方法的可行性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郝志华	唐山学院信息工程系	19	171	8.0	12.0
2	关榆君	唐山学院信息工程系	24	95	6.0	8.0
3	林田	河北理工大学计控学院	6	36	3.0	6.0