原文服务方: 大电机技术       
摘要:
本文建立了以EMD分解为基础,将分解信号再多重分形然后用改进BP神经网络训练的水轮发电机组故障诊断模型.该模型先利用EMD分解对振动信号进行识别,得到故障信号的EMD近似系数,再通过多重分形谱算法提取振动故障的特征向量,最后将该特征向量输入BP神经网络进行分类识别.故障信号频谱特性的提取差异很大,不能反应故障特征.该模型直接通过波形提取信号特征,避免频谱提取的提示还结合了多重分形谱进行诊断识别,为水轮发电机组故障诊断提供了一种新的思路.经过现场试验,该方法能够准确识别故障,结果令人满意.
推荐文章
多重分形去趋势波动分析的振动信号故障诊断
振动信号
滚动轴承
故障诊断
多重分形
去趋势波动分析
故障诊断中的多重分形分析
多重分形
广义维数谱能
奇异谱能
故障诊断
基于多重分形去趋势波动的机械故障诊断新方法
计量学
故障诊断
多重分形去趋势波动分析
多重分形谱面积
多重分形熵
基于EMD和分形维数的转子系统故障诊断
EMD方法
分形维数
转子系统
故障诊断
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 EMD融合多重分形的故障诊断研究
来源期刊 大电机技术 学科
关键词 故障诊断 EMD 多重分形 EMD系数
年,卷(期) 2015,(5) 所属期刊栏目 电机部分
研究方向 页码范围 24-30
页数 7页 分类号 TM312
字数 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 薛延刚 9 23 3.0 4.0
2 曹金芳 1 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (118)
共引文献  (226)
参考文献  (18)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1978(1)
  • 参考文献(0)
  • 二级参考文献(1)
1983(1)
  • 参考文献(0)
  • 二级参考文献(1)
1988(2)
  • 参考文献(0)
  • 二级参考文献(2)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(2)
  • 参考文献(0)
  • 二级参考文献(2)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(2)
  • 参考文献(1)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(4)
  • 参考文献(0)
  • 二级参考文献(4)
1998(4)
  • 参考文献(0)
  • 二级参考文献(4)
1999(8)
  • 参考文献(1)
  • 二级参考文献(7)
2000(10)
  • 参考文献(0)
  • 二级参考文献(10)
2001(7)
  • 参考文献(0)
  • 二级参考文献(7)
2002(7)
  • 参考文献(0)
  • 二级参考文献(7)
2003(12)
  • 参考文献(2)
  • 二级参考文献(10)
2004(14)
  • 参考文献(1)
  • 二级参考文献(13)
2005(11)
  • 参考文献(2)
  • 二级参考文献(9)
2006(11)
  • 参考文献(1)
  • 二级参考文献(10)
2007(11)
  • 参考文献(1)
  • 二级参考文献(10)
2008(5)
  • 参考文献(1)
  • 二级参考文献(4)
2009(5)
  • 参考文献(1)
  • 二级参考文献(4)
2010(9)
  • 参考文献(3)
  • 二级参考文献(6)
2011(3)
  • 参考文献(2)
  • 二级参考文献(1)
2012(1)
  • 参考文献(1)
  • 二级参考文献(0)
2014(1)
  • 参考文献(1)
  • 二级参考文献(0)
2015(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
故障诊断
EMD
多重分形
EMD系数
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
大电机技术
双月刊
1000-3983
23-1253/TM
大16开
1971-01-01
chi
出版文献量(篇)
2188
总下载数(次)
0
总被引数(次)
10014
论文1v1指导