| 基于小波分析与人工神经网络的水流压力脉动分析 |
| |
| 引用本文： | 赵林明.基于小波分析与人工神经网络的水流压力脉动分析[J].水利学报,2008,39(Z2). |
| |
| 作者姓名： | 赵林明 |
| |
| 作者单位： | 河北工程大学水电学院 |
| |
| 摘 要： | 摘 要: 针对水轮机尾水管压力脉动信号的非平稳和时变特性，提出了一种基于小波分析和自组织人工神经网络相结合的尾水管压力脉动信号的分析方法。这种方法以水轮机尾水管压力脉动信号作为分析对象，首先应用小波阈值法对信号进行降噪减少干扰，然后将小波分解系数重构得到不同频带的信号分量，并提取显著的不同频带能量，最后将各频带能量作为特征向量，用自组织人工神经网络进行模式识别，得到了尾水管压力脉动的不同模式。进行对比分析表明，这种分析方法是有效的，能够用于对水轮机尾水管中的压力脉动状态进行有效地识别。
|
| 关 键 词： | 关键词:水轮机 小波分析 自组织人工神经网络 模式识别 |
| 收稿时间： | 2010/10/20 0:00:00 |
| 修稿时间： | 2011/1/27 0:00:00 |
The analysis of the vibration signal in hydraulic turbine Based on wavelet analysis and artificial neural networks |
| |
| Abstract: | |
| |
| Keywords: | |
|
| 点击此处可从《水利学报》浏览原始摘要信息 |
|
点击此处可从《水利学报》下载全文 |
