基于小波神经网络的水电机组振动故障诊断研究

• 作者: 彭文季 罗兴锜
• 来源期刊: 水力发电学报
• 学科: 工学
• 关键词: 水电机组 故障诊断 频谱分析 小波神经网络 神经网络
• 年，卷（期）: 2007,（1）
• 页码范围: 123-128
• 页数: 6页
• 分类号: TM312
• 字数: 4278字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-1243.2007.01.025

摘要

提出应用频谱法和小波神经网络对水电机组的振动故障进行诊断.在对水电机组振动信号进行频谱分析后,提取该信号在频率域的特征量,将频谱特征向量作为学习样本,通过训练,使构造的小波神经网络能够反映频谱特征向蝌量和故障类型之间的映射关系,从而达到故障诊断的目的.诊断结果表明,与常规神经网络诊断方法相比,频谱分析与这种小波神经网络相结合的方法进行故障诊断简单有效、并具有诊断速度快和泛化能力强等优点.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	罗兴锜	西安理工大学水利水电学院	154	2176	24.0	38.0
2	彭文季	西安理工大学水利水电学院	11	395	9.0	11.0