基于小波包能量谱和BP神经网络的转子系统扭矩激励识别

摘要：

建立转子系统的扭矩激励与其电机电流耦合仿真模型,研究不同性质(阶跃、线性、暂态、正弦)扭矩激励下电机电流频谱特性,运用奇异值分解法剔除电流信号的工频成分,将除去工频成分后的不同性质扭矩激励下电机电流信号进行三层小波包分解生成能量谱特征向量,并设计优良性能的BP神经网络,将得到的电流信号的特征向量以及需要识别的扭矩激励类型输入BP神经网络训练,经试验数据验证表明:利用小波包能量谱和神经网络对转子系统电机电流分析可以实现转子系统扭矩激励的识别.

关键词：转子系统、扭矩识别、奇异值分解、小波包能量谱、神经系统

所属期刊栏目：36

分类号：TK262;TN911.7(蒸汽动力工程)

资助基金：国家自然科学基金项目资助51075292/E050302——基于扭矩激励的多轮盘柔性转子系统振动特性研究

在线出版日期：2015-07-09（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：194-198