基于小波分析和神经网络的电机故障诊断方法研究附视频

被引：29

作者：

刘冬生

赵辉

王红君

岳有军

机构：

[1] 天津理工大学自动化学院

来源：

天津理工大学学报 | 2009年 / 01期

关键词：

故障诊断; 小波分析; 神经网络; 振动信号;

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：

在电机故障诊断技术中,电机振动信号最能全面反映电机的运行状态.本文提出一种基于小波分析和神经网络的电机故障诊断方法,该方法采用小波时频分析技术对电机故障振动信号进行消噪滤波,通过小波包分解系数求取频带能量,根据各个频带能量的变化提取故障特征,应用BP神经网络进行故障识别,并采用M atlab仿真软件予以实现.结果表明,该方法不需要建立电机的故障诊断模型,能有效提高电机故障诊断的准确性.

引用

页码：11 / 14

页数：4

共 6 条

[1]

基于小波-神经网络的汽轮机转子故障诊断 [J].