| 小波包分析在汽轮机故障诊断中的应用 |
| |
| 引用本文： | 许焕新,田沛,许小刚.小波包分析在汽轮机故障诊断中的应用[J].电力科学与工程,2005(3):63-65. |
| |
| 作者姓名： | 许焕新 田沛 许小刚 |
| |
| 作者单位： | 河北软件职业技术学院,软件工程系,河北,保定,071000;华北电力大学,自动化学院,河北,保定,071003;华北电力大学动力工程学院,河北,保定,071003 |
| |
| 摘 要： | 用转子振动试验台模拟了汽轮机典型故障.根据其频域变化特性,采用小波包分析对其建立频域能量特征向量,并根据最佳分解树进行了特征选择.最后用神经网络进行故障状态识别,取得了良好的效果.
|
| 关 键 词： | 故障诊断 特征提取 小波包分析 最佳分解树 神经网络 |
| 文章编号： | 1672-0792(2005)03-0063-03 |
| 修稿时间： | 2005年6月3日 |
Application of Wavelet Packet Analysis in Turbine Fault Diagnosis |
| |
| XU Huan-xin,TIAN Pei,XU Xiao-gang.Application of Wavelet Packet Analysis in Turbine Fault Diagnosis[J].Power Science and Engineering,2005(3):63-65. |
| |
| Authors: | XU Huan-xin TIAN Pei XU Xiao-gang |
| |
| Abstract: | Experimental platform is used to simulate typical faults of turbine. Based on the frequency domain feature, energy eigenvector of frequency domain is presented using wavelet packet analysis method, and the way of best tree is used to choose symptom. The fault states are recognized using neural network. The simulations show that it makes good performance. |
| |
| Keywords: | fault diagnosis symptom extraction wavelet packet analysis best tree neural networks |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ |
|
