共查询到20条相似文献,搜索用时 62 毫秒
1.
2.
3.
针对综放工作面垮落煤岩性状识别的技术问题,采集了综放开采现场垮落煤岩冲击液压支架后尾梁的振动信号,提出了一种基于分形盒维数和小波包能量矩的识别方法。该方法结合分形盒维数对非线性信号整体定量描述的特点和小波包能量矩对非线性信号在各频带精细描述的特点,先对振动信号进行分形特征分析,求出其盒维数,然后对振动信号进行小波包变换,并计算各频带的能量矩。以分形盒维数和小波包能量矩构造特征向量,并作为BP神经网络的输入来识别顶煤垮落和顶板岩石垮落两种工况。试验结果表明:分形盒维数和小波包能量矩构造的特征向量可用于识别垮落煤岩,识别率达到95%。 相似文献
4.
通过对鼠笼式异步电机故障电流信号的研究,提出了一种基于混沌以及分形理论的电机故障诊断方法。用互信息量确定了信号时间序列相空间重构的最佳延时,并对关联维数、分形维数进行了分析和计算,探讨了故障和正常状态下信号的混沌及分形特性。根据电机定子电流在不同工作情况下的分形维数和关联维数,便可确定电机故障的类型。 相似文献
5.
故障特征参数的准确提取是故障诊断的一个关键性问题。提出了一种基于卷积型小波包能量矩的特征提取方法。相比传统的小波包能量特征提取方法,基于卷积型小波包能量矩的特征提取方法能更有效地提取信号在各频带上的能量分布特征。仿真和实验验证了利用小波包能量矩进行故障诊断是一个有效的方法。 相似文献
6.
基于小波包和神经网络的矿用通风机故障预警研究 总被引:3,自引:0,他引:3
矿用通风机在长时间的运行过程中,可能存在着多种故障隐患,及时准确地发现其隐患,对于煤矿的安全生产具有极其重要意义。本文提出了基于小波包分解技术和BP神经网络的"能量-故障"方法。用小波包分解技术将含有通风机不同故障状态信息的特征向量,从不同的频带提取出来,并作为故障样本输入神经网络,建立BP神经网络模型。利用该模型可对矿用通风机的不同故障状态进行识别。研究结果表明,基于小波包和BP神经网络的故障诊断技术有效地利用了两者的优点,是提取设备故障状态特征,进行故障诊断的有效方法,并利用该方法实现矿用通风机的故障预警。 相似文献
7.
故障特征参数的准确提取是故障诊断的一个关键性问题.提出了一个基于卷积型小波包能量矩的特征提取方法.相比传统的小波包能量特征提取方法,基于卷积型小波包能量矩的特征提取方法能更有效地提取信号在各频带上的能量分布特征.仿真和实验验证了利用小波包能量矩进行故障诊断是一个有效的方法. 相似文献
8.
9.
10.
11.
12.
13.
14.
15.
16.
基于小波阈值方法对装载机实测信号进行降噪处理,并以关联维数作为描述装载机运行状态的特征量。通过对小波类型、分解层数以及小波阈值函数对信号降噪效果的分析,建立起实测信号的小波降噪方法,然后采用关联维数对运行状态特性进行提取,有效提高了运行状态检测的准确性。 相似文献
17.
18.
19.