基于改进BP神经网络的电机异音诊断

• 作者: 张新 张涌 江毓 郑燕萍
• 来源期刊: 重庆理工大学学报（自然科学版）
• 学科: 交通运输
• 关键词: 调光电机 异音诊断 主成分分析 小波包分解 BP神经网络
• 年，卷（期）: 2020,（1）
• 所属期刊栏目: 电气·电子
• 页码范围: 242-246,262
• 页数: 6页
• 分类号: U468.4
• 字数: 3015字
• 语种: 中文
• DOI: 10.3969/j.issn.1674-8425(z).2020.01.032

摘要

为研制取代人耳识别车辆调光电机异音故障的自动化检测设备,提出了一种基于改进BP神经网络的电机装置异音诊断方法.该方法根据人耳识别的听觉感受将电机装置声品质信号划分为3种异音、1种正常音.从电机工况中提取表征时域、频域的异音特征参数各3个,提取基于小波基函数的小波包4层分解各子频带能量谱归一化参数16个,并采用主成分分析法对异音特征参数进行降维简化数据结构,选取累积贡献度大于92％的8个特征参数主分量成分.然后基于Matlab变学习速率和有动量的梯度下降法改进BP神经网络算法,构建电机装置异音识别分类器.测试结果表明:异音识别准确率达到90％,能有效地诊断识别出4种类型的电机装置.该方法提高了调光电机装置的异音诊断速度和准确率,可实现自动化检测.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郑燕萍	南京林业大学汽车与交通工程学院	70	483	11.0	19.0
2	张涌	南京林业大学汽车与交通工程学院	11	0	0.0	0.0
3	江毓	南京林业大学汽车与交通工程学院	4	2	1.0	1.0
4	张新	南京林业大学汽车与交通工程学院	3	2	1.0	1.0