基于小波包和Elman神经网络的液压泵故障诊断

被引：22

作者：

刘红梅

王少萍

欧阳平超

机构：

[1] 北京航空航天大学自动化科学与电气工程学院

来源：

北京航空航天大学学报 | 2007年 / 01期

基金：

北京市自然科学基金;

关键词：

小波包分析; Elman神经网络; 液压泵; 故障诊断;

D O I：

10.13700/j.bh.1001-5965.2007.01.016

中图分类号：

TH137.51 [液压马达、液压缸和泵];

学科分类号：

摘要：

针对液压泵出口故障检测信号信噪比低、难以进行故障特征提取的特点,及传统的BP网络进行故障诊断时网络学习具有收敛速度慢和学习、记忆不稳定的缺陷,提出了一种将小波包变换和改进Elman神经网络相结合,进行液压泵故障诊断的新方法.利用具有紧支结构的小波函数对信号进行分解,削减小波系数以滤除信号中的噪声;单支重构以有效提取各频带的故障特征,并以频带能量作为识别故障的特征向量;应用改进的E lman神经网络建立从特征向量到故障模式之间的映射,实现液压泵故障分类.试验结果表明,采用小波包和改进E lman神经网络相结合的方法可有效的实现液压泵故障的诊断.

引用

页码：67 / 71

页数：5