基于小波-神经网络技术的电机故障模式识别与诊断

被引：15

作者：

吴桂峰

翟玉庆

陈虹

机构：

[1] 东南大学计算机科学与工程系

[2] 扬州大学信息工程学院江苏南京　扬州大学信息工程学院江苏扬州

[3] 江苏南京

来源：

计算机测量与控制 | 2004年 / 03期

关键词：

小波包; ART2神经网络; 故障模式识别;

D O I：

暂无

中图分类号：

TM307 [电机维护与检修];

学科分类号：

090303 [农业农村环境保护与治理（农业环境保护）];

摘要：

针对电机震动信号的频谱特点,提出基于小波-神经网络技术的电机故障模式识别与诊断的新方法。利用小波包可进行多维多分辨率的特性,对电机振动信号进行分解与重构,获得震动信号的突变信息,实现电机状态的特征提取。对提取出的特征,用ART2神经网络进行状态分类,进而诊断故障类型,并利用这种方法进行仿真试验,通过对仿真结果的分析证实这种诊断的可行性。

引用

页码：231 / 233

页数：3