基于RBF神经网络和小波包的电动机故障诊断研究

• 作者: 王凡重 田幕琴
• 来源期刊: 工矿自动化
• 学科: 工学
• 关键词: 电动机 故障诊断 RBF神经网络 小波包分析 振动信号
• 年，卷（期）: 2011,（2）
• 页码范围: 49-51
• 页数: 3页
• 分类号: TD612
• 语种: 中文
• DOI: CNKI:32-1627/TP.20110124.1038.006

摘要

针对传统的电动机故障诊断存在很难准确提取故障时的特征信号及对故障作出准确预测的问题,提出了一种基于RBF神经网络和小波包的电动机故障诊断的方法.该方法采用小波包分析技术提取电动机典型轴承故障、转子故障和绝缘故障振动信号的特征频段能量并组成向量作为RBF神经网络的输入,用于诊断电动机的故障.实验和仿真结果表明,使用RBF神经网络对电动机故障诊断是非常有效的,对电动机早期故障的发现及维修有积极意义.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	田幕琴		3	1	1.0	1.0
2	王凡重		1	0	0.0	0.0