基于小波概率神经网络的旋转机械振动故障诊断技术

• 作者: 吴文杰 黄大贵
• 来源期刊: 核动力工程
• 关键词: 概率神经网络 旋转机械 振动 故障诊断
• 年，卷（期）: 2012,（6）
• 所属期刊栏目: 运行与维护
• 页码范围: 105-109
• 页数: 5页
• 分类号: V263.6
• 语种: 中文

摘要

利用小波分解提取故障特征,应用概率神经网络( PNN)诊断故障,提出一种基于小波PNN的信息融合故障诊断技术,并用MATLAB进行仿真验证.仿真验证表明:应用小波分解提取故障能量向量特征,具有很强的泛化能力和抗噪声干扰能力,适应转速频率结构的动态变化范围宽,所需样本容量小；构建的PNN具有适应性好、抗噪声干扰能力强、分类诊断准确率高的特点.将两者融合构成小波PNN应用,可获得更佳的分类诊断效果,大大提高其故障诊断的泛化性、可靠性和准确率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	黄大贵	电子科技大学机械电子工程学院	84	695	15.0	20.0
2	吴文杰	电子科技大学机械电子工程学院	6	31	3.0	5.0