基于小波神经网络的风机故障诊断

• 作者: 刘国奇 朱永峰 毛海宇 蒲宝明 黄金
• 来源期刊: 小型微型计算机系统
• 学科: 工学
• 关键词: 故障诊断 数据挖掘 故障偏移向量
• 年，卷（期）: 2015,（7）
• 所属期刊栏目: 人工智能与算法研究
• 页码范围: 1504-1508
• 页数: 5页
• 分类号: TP311
• 字数: 5044字
• 语种: 中文

摘要

主要研究在海量风机运行历史数据中,发现各个故障发生时参数取值的变化从而来达到诊断故障的目的.首先对某种故障的数据进行预处理,然后运用主成分分析法删除无关属性对数据进行降维,接着用一部分训练小波神经网络,另外一部分测试小波神经网络.本文定义了故障偏移向量组的一系列概念,将小波神经网络测试误差几乎为O的历史状态数据取出,利用故障偏移向量组的概念对故障发生时参数的取值进行分析,得出该故障的故障偏移向量组.用同样的方法得出其他故障对应的故障偏移向量组,从而通过故障偏移向量组来诊断故障.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘国奇	中国科学院沈阳计算技术研究所	14	158	7.0	12.0
3	朱永峰		3	13	2.0	3.0
4	蒲宝明	中国科学院沈阳计算技术研究所	31	186	8.0	12.0
5	黄金	东北大学软件学院	2	10	1.0	2.0
8	毛海宇	东北大学软件学院	1	10	1.0	1.0