基于GMM/ANN混合网络的碰摩声发射源识别

• 作者: 殷智浩 沈舷
• 来源期刊: 电子器件
• 学科: 工学
• 关键词: 声发射 声源识别 高斯混合模型 人工神经网络
• 年，卷（期）: 2018,（1）
• 所属期刊栏目: 电子电路设计分析及应用
• 页码范围: 164-171
• 页数: 8页
• 分类号: TP273
• 字数: 6824字
• 语种: 中文
• DOI: 10.3969/j.issn.1005-9490.2018.01.031

摘要

研究提出了一种基于GMM/ANN混合网络模型的风电机组碰摩声发射源识别检测方法.以人工神经网络理论与高斯混合识别模型为基础,充分利用高斯混合模型在识别中良好的数据分布能力和人工神经网络具有的较强的学习能力,在人工神经网络中嵌入高斯混合模型来进行声发射识别,提高了识别性能和效率.通过实验观察上位机输出结果,验证了识别结果数据的实时性和准确性,达到了对风电机组运行的状态信息监测和故障诊断的要求.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	沈舷	常州纺织服装职业技术学院机电工程系	16	61	3.0	7.0
2	殷智浩	徐州工业职业技术学院信息与电气工程学院	24	33	4.0	5.0