基于改进小波神经网络的旋转机械故障诊断

• 作者: 刘振全 彭斌
• 来源期刊: 振动、测试与诊断
• 学科: 工学
• 关键词: 故障诊断 第二代小波 模糊神经网络 旋转机械
• 年，卷（期）: 2007,（1）
• 页码范围: 32-35
• 页数: 4页
• 分类号: TP3
• 字数: 3743字
• 语种: 中文
• DOI: 10.3969/j.issn.1004-6801.2007.01.009

摘要

根据旋转机械复杂的故障特点,提出了结合第2代小波分析、模糊理论和神经网络形成的改进小波神经网络.该诊断方法利用第2代小波分析对信号进行预处理-特征向量的提取,然后用训练好的模糊神经网络进行故障识别,并对相应算法进行了优化.将改进小波神经网络运用于旋转机械的故障诊断,通过计算机仿真和试验的结果表明,该方法在处理多故障耦合的情况时优势明显,不仅可以正确识别故障的类型,还可以进一步对故障的严重程度及其发展趋势进行可靠的诊断.这表明改进的诊断方法是行之有效的,为旋转机械的故障诊断提供了理论支持.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘振全	兰州理工大学石油化工学院	97	1404	23.0	31.0
2	彭斌	兰州理工大学机电工程学院	49	351	12.0	17.0