装甲车辆电源系统智能故障诊断方法研究

被引：12

作者：

程延伟 ^{[1
,2
]}

吕强 ^{[1
]}

谢永成 ^{[1
]}

李光升 ^{[1
]}

机构：

[1] 装甲兵工程学院

[2] 装甲兵技术学院

来源：

计算机测量与控制 | 2011年 / 19卷 / 06期

关键词：

电源系统; 故障诊断; 小波包分析; 神经网络;

D O I：

10.16526/j.cnki.11-4762/tp.2011.06.021

中图分类号：

U472.9 [诊断和检测技术及其仪器设备];

学科分类号：

摘要：

针对电源系统建模复杂的问题,通过Matlab/simulink建立装甲车辆电源系统仿真模型,应用小波包能量法提取电源系统在各种状态下电压及电流信号的能量特征向量,并将其作为故障分类器的输入向量;结合SOM神经网络无监督聚类和BP网络有监督学习的能力,构建两层的故障分类器对各种故障状态进行识别和诊断;以车辆电源系统中整流桥故障为例进行仿真分析,结果表明该方法具有快速准确的故障诊断能力。

引用

页码：1410 / 1412+1419 +1419

页数：4

共 4 条

[1] 滚动轴承振动诊断的SOM神经网络方法 [J].

吴涛 ;

原思聪 ;

孟欣 ;

张满意 ;

刘道华 .

机械设计与制造, 2010, (01) :198-200

[2] 基于小波神经网络的陀螺仪故障诊断 [J].

佟亮 ;

牛皖闽 ;

李艳东 ;

马吉臣 .

计算机测量与控制, 2009, (11) :2137-2139

[3] 基于小波能量谱分析的电机故障诊断 [J].

张敬春 ;

谷爱昱 ;

莫慧芳 .

电力系统及其自动化学报, 2006, (03) :55-58

[4]

小波分析理论与MATLAB R2007实现[M]. 电子工业出版社 , 葛哲学, 2007

← 1 →