能谱熵向量法及改进 LM 神经网络在液压油缸内泄漏故障诊断中的应用

• 作者: 吴谨 张瑞华
• 来源期刊: 实验技术与管理
• 学科: 工学
• 关键词: 液压油缸内泄漏 故障诊断 能谱熵 levenberg-marquart算法 BP网络
• 年，卷（期）: 2013,（10）
• 所属期刊栏目: 实验技术与方法
• 页码范围: 59-64
• 页数: 6页
• 分类号: TH137.51|TP277
• 字数: 5174字
• 语种: 中文

摘要

针对基于时域组合特征的故障诊断方法的不足，提出一种基于小波包能谱熵分析的液压油缸内泄漏故障诊断方法。分析无杆腔压力信号的时域特征，采用小波包变换提取压力信号的能谱熵并输入到改进LM神经网络进行内泄漏的故障诊断。实验结果表明，无泄漏压力信号的能谱熵向量各元素分布较均匀；而泄漏信号的能谱熵向量各元素差异较大；改进 LM 神经网络在精度、准确率等方面高于传统BP、LM 神经网络。与时域组合特征法进行比较，结果验证算法的高效可检测性。以不同分类器、不同小波基对算法诊断性能的影响进行分析，结果表明，该方法具有很强的稳定性和优越性。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吴谨	武汉科技大学信息科学与工程学院	100	796	14.0	24.0
2	张瑞华	武汉科技大学信息科学与工程学院	5	19	3.0	4.0