基于小波包和SOM神经网络的电作动器故障诊断

• 作者: 张惠娟 张辉斌 李小明 杨忠 田瑶瑶
• 来源期刊: 应用科技
• 学科: 工学
• 关键词: 小波包分解 小波包能量 机电作动器 故障诊断 自组织映射网络 神经网络 机器学习 健康管理
• 年，卷（期）: 2018,（1）
• 所属期刊栏目: 自动化技术
• 页码范围: 1-6
• 页数: 6页
• 分类号: TP206.3
• 字数: 4141字
• 语种: 中文
• DOI: 10.11991/yykj.201706023

摘要

针对机载机电作动器的故障诊断的问题,提出了一种基于小波包和自组织映射(SOM)神经网络结合的机电作动器故障诊断方法.为提高诊断的准确率,该方法应用小波包分解把机电作动器卡死、偏差、增益三类故障信号分解到若干个频段上,计算不同频段上的能量,提取机电作动器的故障特征,然后设计SOM神经网络,利用能量故障特征向量进行神经网络的训练,确定网络参数,达到故障的诊断的目的.通过仿真验证研究,得到了非常好的诊断准确率,表明该机电作动器故障诊断方法的有效性和优越性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨忠	南京航空航天大学自动化学院	125	1388	18.0	32.0
2	张惠娟	航空机电综合航空科技重点实验室电子工程部	5	9	2.0	2.0
3	张辉斌	南京航空航天大学自动化学院	7	8	2.0	2.0
4	田瑶瑶	南京航空航天大学自动化学院	3	7	2.0	2.0
5	李小明	航空机电综合航空科技重点实验室电子工程部	3	4	1.0	2.0