学术探索
学术期刊
新闻热点
数据分析
智能评审
立即登录
基于小波-神经网络的矿用通风机故障诊断研究
被引:23
作者
:
荆双喜
论文数:
0
引用数:
0
h-index:
0
机构:
河南理工大学机械工程系
荆双喜
冷军发
论文数:
0
引用数:
0
h-index:
0
机构:
河南理工大学机械工程系
冷军发
李臻
论文数:
0
引用数:
0
h-index:
0
机构:
河南理工大学机械工程系
李臻
机构
:
[1]
河南理工大学机械工程系
[2]
河南理工大学机械工程系 河南焦作
[3]
河南焦作
来源
:
煤炭学报
|
2004年
/ 06期
关键词
:
小波包;
BP网络;
通风机;
故障诊断;
D O I
:
10.13225/j.cnki.jccs.2004.06.022
中图分类号
:
TD441 [矿山通风设备];
学科分类号
:
摘要
:
运用小波包频道能量分解技术提取了不同频带反映矿用通风机不同工作状态的特征向量,以此作为BP神经网络的故障样本,经训练的网络作为故障智能分类器可对通风机的工作状态进行自动识别和诊断.研究结果表明,小波包与神经网络相融合的故障诊断与识别技术发挥了两者的优点,是提取机械故障特征进行设备状态自动识别的有效方法.
引用
收藏
页码:736 / 739
页数:4
相关论文
共 2 条
[1]
设备故障诊断手册.[M].徐敏等主编;中国振动工程学会故障诊断委员会;中国机械工程学会设备维修委员会[编];.西安交通大学出版社.1998,
[2]
小波分析算法与应用.[M].程正兴[著];.西安交通大学出版社.1998,
←
1
→
共 2 条
[1]
设备故障诊断手册.[M].徐敏等主编;中国振动工程学会故障诊断委员会;中国机械工程学会设备维修委员会[编];.西安交通大学出版社.1998,
[2]
小波分析算法与应用.[M].程正兴[著];.西安交通大学出版社.1998,
←
1
→