基于小波包信息熵和小波神经网络的异步电机故障诊断

• 作者: 刘剑慰 吴建萍 姜斌
• 来源期刊: 山东大学学报（工学版）
• 学科: 工学
• 关键词: 小波包 信息熵 小波神经网络 异步电机 故障诊断
• 年，卷（期）: 2017,（5）
• 页码范围: 223-228,237
• 页数: 7页
• 分类号: TM343
• 语种: 中文
• DOI: 10.6040/j.issn.1672-3961.0.2017.179

摘要

采用一种基于小波包信息熵和小波神经网络的方法对异步电机进行故障诊断.将故障信号进行小波包预处理,并在此基础上提取信号的小波包能谱熵和小波包系数熵,构成信号的信息熵特征向量.训练小波神经网络使其在输入特征向量后能有效检测并输出故障模式,以实现对单一故障和复合故障的诊断.通过内嵌的方式把小波变换融入神经网络,具有良好的自适应分辨率和容错能力,可以有效避免局部最小值以及收敛速度过于缓慢的问题.试验表明,基于小波包信息熵和小波神经网络的方法能很好地进行异步电机的故障诊断,且该方法优于同参数下的BP 神经网络模型.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	姜斌	南京航空航天大学自动化学院	164	1102	17.0	25.0
2	刘剑慰	南京航空航天大学自动化学院	18	75	5.0	8.0
3	吴建萍	南京航空航天大学自动化学院	1	14	1.0	1.0