基于故障征兆分形特征的神经元网络学习及诊断方法的研究 |
| |
引用本文: | 张宏辉,唐锡宽.基于故障征兆分形特征的神经元网络学习及诊断方法的研究[J].现代制造工程,1996(5):20-21. |
| |
作者姓名: | 张宏辉 唐锡宽 |
| |
作者单位: | 佛山大学!528000(张宏辉),清华大学!100084(唐锡宽) |
| |
摘 要: | 一、前言对于现代设备的故障诊断技术,故障特征的描述及分析,依然是诊断的关键所在。但是由于设备现场信号的复杂性,使得在利用常规分析手段进行故障特征提取时遇到困难。近代数学的发展,一种新的几何学──“分形几何学”应运而生,它是用于研究和处理自然界中不规则图形的强有力的理论工具,分形的刻划是通过分形维数来加以定量描述的。目前已提出的分形维数有柯尔莫哥洛夫容量维数、信息维数、关联维数、豪斯道夫维数、相似维数、盒维数、傅里叶维数、模糊维数、函数图的维数等等。本文针对旋转设备振动时序,进行了关联维数分析。故…
|
关 键 词: | 设备诊断 故障征兆 神经网络 |
本文献已被 CNKI 维普 等数据库收录! |
|