基于小波包-神经网络的泵机组故障诊断 |
| |
引用本文: | 岳亮,秦瑞胜,陈永安,屈强.基于小波包-神经网络的泵机组故障诊断[J].内蒙古石油化工,2010,36(9):32-34. |
| |
作者姓名: | 岳亮 秦瑞胜 陈永安 屈强 |
| |
作者单位: | 1. 新疆军区联勤部,新疆,乌鲁木齐,830002 2. 69050部队军交运输油料处,832100 3. 河南陆军预备役高炮师,450000 |
| |
摘 要: | 泵机组是部队油库的主要工作设备,长期工作容易发生机械故障,对其进行故障诊断非常必要。本文通过采集泵机组工作时的振动信号,对采集到的信号进行小波包分解提取特征向量,利用三层BP神经网络对特征向量分类训练和模式识别的方法,提高了泵机组故障诊断的速度和精度。实验的结果表明,小波包分解与BP神经网络相结合的方法,故障识别精度高、速度快,可以满足油泵故障诊断的要求。
|
关 键 词: | 泵机组 小波包 神经网络 故障诊断 |
Diagnosis of Faults on Pump Group Based on Wavelet Transform and Artificial Neural Network Reversetendency and Its Imaging Conditions |
| |
Abstract: | |
| |
Keywords: | |
本文献已被 维普 万方数据 等数据库收录! |
|