基于多重分形谱和改进BP神经网络的水电机组振动故障诊断研究
本文建立了小波分析、多重分形谱和改进BP神经网络相结合的水电机组振动故障诊断模型.该模型首先利用小波分解对振动信号波形进行去噪提纯,得到各种故障信号的小波近似系数,应用多重分形谱算法提取出振动故障的特征向量,并将该特征向量作为BP神经网络的输入向量进行分类识别.该模型直接通过振动波形提取信号特征,避免提取其频谱特性,并结合先进的多重分形谱进行诊断识别,为水电机组故障诊断提供了一种新的方法.应用实例表明,该方法能够提高诊断的智能化和人性化,增强了人机交互性,识别结果令人满意.
水电机组、振动故障、多重分形谱、小波系数、改进BP神经网络
33
M312
2014-07-31(万方平台首次上网日期,不代表论文的发表时间)
299-305