基于小波神经网络的回转窑支撑装置故障诊断

• 作者: 吴冰洋 艾红
• 来源期刊: 北京信息科技大学学报（自然科学版）
• 学科: 工学
• 关键词: 神经网络 小波包 故障诊断 回转窑 支撑装置
• 年，卷（期）: 2017,（4）
• 页码范围: 75-79
• 页数: 5页
• 分类号: TQ172.6
• 字数: 3969字
• 语种: 中文
• DOI: 10.16508/j.cnki.11-5866/n.2017.04.015

摘要

针对水泥回转窑支撑装置的故障问题,提出一种基于小波包神经网络的故障诊断方法.对于传统方法分析故障数据分辨率差等问题,通过更为精细的小波包信号分解方法,结合BP神经网络对分类问题的优异处理能力,将采集到的信号进行小波包分解与重构,提取到信号的特征向量,作为BP神经网络的训练样本和检测样本,对不同的故障信号进行分类输出.实验表明,该方法对回转窑支撑装置的故障具有良好的诊断效果,最终识别正确率达到92.5％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	艾红	北京信息科技大学自动化学院	99	317	9.0	12.0
2	吴冰洋	北京信息科技大学自动化学院	3	8	1.0	2.0