转子故障信号的小波能量特征自动提取

被引：12

作者：

邓堰

陈果

机构：

[1] 南京航空航天大学民航学院

来源：

应用科学学报 | 2007年 / 05期

关键词：

转子; 小波变换; 特征提取; 神经网络; 故障诊断;

D O I：

暂无

中图分类号：

TH165.3 [];

学科分类号：

摘要：

提出了一种基于小波变换的转子故障信号能量特征自动提取方法,受倍频分析思想的启发,运用尺度变换对原始时间信号重采样,将重采样后的信号进行小波变换,并统一分解到给定层上,从而获取信号的频带特征.该方法能消除转子转速和采样频率对小波分解频带分布的影响,提取的频带能量特征具有统一的物理意义.在ZL-3多功能转子模拟试验台上模拟了不平衡、不对中、碰摩及油膜涡动4种转子常见故障的128个样本,应用本文方法进行小波分析特征提取,并构造集成神经网络诊断模型进行诊断实验,结果表明了本文方法的有效性和正确性.

引用

页码：510 / 515

页数：6

共 6 条

[1] 神经网络模型的预测精度影响因素分析及其优化 [J].