基于多重分形谱和改进BP神经网络的水电机组振动故障诊断研究

• 作者: 孙龙刚 李辉 罗兴锜 郭鹏程
• 来源期刊: 水力发电学报
• 关键词: 水电机组 振动故障 多重分形谱 小波系数 改进BP神经网络
• 年，卷（期）: 2014,（3）
• 页码范围: 299-305
• 分类号: M312
• 语种: 中文

摘要

本文建立了小波分析、多重分形谱和改进BP神经网络相结合的水电机组振动故障诊断模型.该模型首先利用小波分解对振动信号波形进行去噪提纯,得到各种故障信号的小波近似系数,应用多重分形谱算法提取出振动故障的特征向量,并将该特征向量作为BP神经网络的输入向量进行分类识别.该模型直接通过振动波形提取信号特征,避免提取其频谱特性,并结合先进的多重分形谱进行诊断识别,为水电机组故障诊断提供了一种新的方法.应用实例表明,该方法能够提高诊断的智能化和人性化,增强了人机交互性,识别结果令人满意.

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	郭鹏程	西安理工大学水利水电学院	89	1032	18.0	29.0
3	李辉	西安理工大学水利水电学院	43	467	14.0	20.0
4	孙龙刚	西安理工大学水利水电学院	7	38	3.0	6.0