基于小波神经网络的风机故障诊断
主要研究在海量风机运行历史数据中,发现各个故障发生时参数取值的变化从而来达到诊断故障的目的.首先对某种故障的数据进行预处理,然后运用主成分分析法删除无关属性对数据进行降维,接着用一部分训练小波神经网络,另外一部分测试小波神经网络.本文定义了故障偏移向量组的一系列概念,将小波神经网络测试误差几乎为O的历史状态数据取出,利用故障偏移向量组的概念对故障发生时参数的取值进行分析,得出该故障的故障偏移向量组.用同样的方法得出其他故障对应的故障偏移向量组,从而通过故障偏移向量组来诊断故障.
故障诊断、数据挖掘、故障偏移向量
36
TP311(计算技术、计算机技术)
国家自然科学基金项目61202085
2016-09-18(万方平台首次上网日期,不代表论文的发表时间)
共5页
1504-1508