EL ECTRICDRIVE
基于小波分析与神经网络的轴承故障诊断研究【中文摘要】随着机械设备复杂程度和自动化水平的提高机械设备故障诊断的重要性日益显著而选择合适的诊断方法对于诊断结果是否精确至关重要在智能故障诊断技术的研究中小波分析和神经网络技术都是热点研究内容也是研究的前沿小波分析和神经网络的结合也是一个吸引人的课题本文研究了小波分析基本理论根据小波包变换能将信号按任意时频分辨率分解到不同频段的特性提出基于小波包能量的特征
第!卷!第期
·50·
Proceedings of the 6th WSEAS International Conference on Wavelet Analysis Multirate Systems Bucharest Romania October 16-18 2006基于神经网络分类和小波变换的轴承故障诊断摘要:几十年来自动故障分类一直是一个重要的模式识别问题在所有的电机驱动系统性能中轴承发挥了非常重要的作
基于小波变换和神经网络的变频器故障诊断方法 易 鸿(四川文理学院 物理与工程技术系四川 达州 635000)[摘 要]本文以逆变器输出故障电流作为故障信息利用小波分析的方法提取低频能量值作为特征向量通过神经网络实现逆变器故障桥臂定位最后利用逆变器同一桥臂故障信号对称性的特点用一种简单的判断逻辑实现故障元件的分离仿真结果表明:该方法收敛速度快诊断准确度高[关键词] 逆变器 小波分析故障诊断1
第 24 卷第 1 期
基于小波和神经网络的多故障
摘 要主要阐述了BP 神经网络在直流电动机故障诊断方面的应用内容包括BP 神经网络的建立 基于Matlab simulink的网络仿真三相异步电动机的运行状况直接影响到生产的正常进行因此研究电机故障诊断技术具有重大的理论意义和社会经济效益 针对三相异步电动机的接地短路的外部故障提出了一种基于BP神经网络的故障诊断方法然后利用FFT 分析 将振动信号的频谱分析作为神经网络的训练样本对所
毕业设计(论文)题 目:基于小波分析的振动故障信号检测学 院: 机电工程学院 专业班级: 机械工程及自动化06级(3)班 指导教师: 管声启 职称: 副教授 学生: 何玉龙 学 号: 40603010315
违法有害信息,请在下方选择原因提交举报