文章摘要
罗长更,曹广忠,潘剑飞.基于小波和神经网络的风机故障诊断系统设计[J].,2008,27(3):181-187
基于小波和神经网络的风机故障诊断系统设计
Design of a fan fault diagnosis system based on wavelet and neural network
  
中文摘要:
      本文在LabVIEW平台下,设计了一种基于小波和神经网络的风机故障在线诊断系统。以风机产生的噪声为诊断依据,用噪声信号的功率谱重心、A声级、小波分解后相关频段的能量构成故障诊断的特征向量,以BP网络作为故障的智能分类器,建立起智能诊断系统。实验结果表明,采用小波和神经网络相融合的诊断与识别技术,是提取风机故障特征,进行状态识别的一种有效方法。所设计系统有较强的学习能力和容错能力。诊断结果比较可靠、准确。
英文摘要:
      An online fan fault diagnosis system is proposed based on wavelet and neural network,and developed on the LabVIEW platform.Relying on the noise sig- nal from the fan,the recognition system utilizes power spectrum gravity center, sound level,wavelet frequency segment power of the signal as feature vectors,and a BP network as classifier for fault diagnosis.The experimental results show that it is effective to extract fault information by the combination of wavelet and neural net- work.The entire system has adaptability and fault-tolerant capability.
DOI:10.11684/j.issn.1000-310X.2008.03.004
中文关键词: 声级  小波变换  BP网络  故障诊断
英文关键词: Sound level  Wavelet transform  BP network  Fault diagnosis
基金项目:国家自然科学基金(60204013);广东省自然科学基金(5010497、000845);深圳市科技局基金等资助项目。
作者单位
罗长更 深圳大学机电与控制工程学院,深圳,518060
南阳师范学院物理与电子学院,南阳,473061 
曹广忠 深圳大学机电与控制工程学院,深圳,518060
南阳师范学院物理与电子学院,南阳,473061 
潘剑飞 深圳大学机电与控制工程学院,深圳,518060
南阳师范学院物理与电子学院,南阳,473061 
摘要点击次数: 1759
全文下载次数: 331
查看全文   查看/发表评论  下载PDF阅读器
关闭