共查询到18条相似文献,搜索用时 93 毫秒
1.
2.
轴承是旋转机械设备的关键部件,目前已有很多轴承故障诊断方法,但其中一些方法只能针对特定的轴承故障进行诊断,可能不适用于其他轴承故障问题,而且大部分方法的诊断准确率还可以进一步提高。提出小波包能量熵与深度置信网络(DBN)相结合的方法进行轴承故障诊断。首先对轴承振动信号进行小波包变换,然后以能量熵的形式构建特征向量,这些特征向量含有不同频段内的振动能量大小,可以用于区分各种轴承故障。最后利用基于DBN的深度模型对能量熵特征向量进行故障识别。使用两类轴承数据集进行验证,分别获得100%和99.5%的故障识别准确率。实验结果表明,该诊断方法具有较好的通用性,而且可以达到很高的诊断准确率。 相似文献
3.
小波包与神经网络在电机故障诊断中的应用研究 总被引:1,自引:0,他引:1
文章对电机的故障特点进行分析,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,结合小波包的能量特性,提出了故障信号在不同分解频段的能量特征概念及算法,并将其与BP神经网络相结合,提出了一种新的电机故障诊断方法,实验结果证实了该方法的正确性和有效性。 相似文献
4.
基于小波包能量谱分析的电机故障诊断 总被引:1,自引:0,他引:1
小波包是继小波分析后提出的一种新型的多尺度分析方法[1],解决了小波分析在高频部分分辨率差的缺点,体现了比小波分析更好的处理效果。文章描述了小波包分析方法的基本原理及其实现算法,并从能量分布的角度出发,阐述了在电机故障诊断中,利用小波包分析方法将模糊故障信号进行量化、分解,从而便于用单片机进行处理、判断的一种新的应用途径,在实验室中模拟各种电机故障进行了实验验证,实验进一步表明基于小波包能量谱分析的电机故障诊断方法是一种方便灵活并且准确度很高的故障诊断方法。 相似文献
5.
电力电子装置在线检测与故障诊断系统 总被引:2,自引:0,他引:2
介绍了分布式电力电子装置在线检测与故障诊断系统的设计,实现了数据的高速采集,记录与处理,并通过组态技术,实现了系统的通用性,适用于多种电力电子装置的检测与故障诊断。 相似文献
6.
7.
汽轮发电机组的轴心轨迹包含丰富的反映其运行状态的信息,但由于各种噪声的干扰,实测的轴心轨迹往往非常混乱,以致难以从中获得有用的信息。利用小波及小波包分解与重建可达到消噪的目的,取得良好的效果,同时根据转子轴心轨迹的特点,提出一种利用平面图形不变矩进行识别的方法,可有效提取旋转机械轴心轨迹特征,为轴心轨迹神经网络识别系统提供准确的输入变元,提高了故障诊断专家系统的自动诊断水平及准确率。 相似文献
8.
振动在线检测法在电力变压器机械故障诊断中的应用越来越广泛,在此基础上将能量熵引入电力变压器绕组振动信号的特征提取中。通过实验提取一台电力变压器绕组正常运行和短路冲击运行时的振动信号,运用小波包分解重构原理分解出信号的子频带,采用频段-能量熵方法来检测电力变压器绕组不同运行条件下短路故障类型。实验结果表明,不同机械状态下电力变压器绕组振动信号特征向量之间的差异性可作为故障诊断的依据。 相似文献
9.
10.
基于SOM神经网络的风电电子装置故障诊断 总被引:6,自引:1,他引:5
高宇 《电力系统及其自动化学报》2010,22(3)
监测可能发生故障的电力电子器件,对电力电子装置的故障进行识别和诊断,以降低电气系统的故障发生率,对于减少风力发电机组运行的故障率.降低风力发电运行维护成本有着重要意义.为此,提出将自组织特征映射神经网络(SOM)应用于风力发电机组电力电子装置的故障诊断中.实验结果表明,利用该方法进行风力发电机电力电子装置故障诊断能取得较好的效果,具有一定的工程应用价值. 相似文献
11.
12.
13.
14.
15.
16.
17.
18.