文档下载 文档下载导航
设为首页 | 加入收藏
搜索 请输入内容:  
 导航当前位置: 文档下载 > 所有分类 > 工程科技 > 信息与通信 > 基于小波神经网络的故障诊断方法研究
侵权投诉

基于小波神经网络的故障诊断方法研究

计 算 机 系 统 应 用 2007 年第 期

基于小波神经网络的故障诊断方法研究

Research of fault diagnosis method based on wavelet neural network

摘要:研究了基于小波分析和神经网络松散型结合的故障诊断方法。用信号的小波包分解结果作为神经网络的输入特征向量,采用遗传算法对神经网络的参数进行全局优化,最后用训练过的神经网络进行故障诊断。仿真结果表明,该方法较L-M算法有更高的计算速度和精度。将该方法应用于平流泵故障诊断,证实了它的可行性和有效性。 关键词:小波包 神经网络 遗传算法 故障诊断

人工智能技术特别是专家系统在故障诊断领域中的应用,为故障诊断的智能化提供了可能性,也使诊断技术进入新的发展阶段。小波神经网络是近年来神经网络研究中的一个新的分支,它结合了小波变换理论与人工神经网络的思想,从而构造了一种新的神经网络模型,凸现了小波变换良好的时频局域化性质及神经网络的自学习功能,具有较强的逼近能力和容错能力。

[1]

它们将作为神经网络的输入特征向量。

1 引言

目前,小波分析和神经网络的结合有松散型结合和紧致型结合两种途径[2],本文针对科学实验中广泛使用的平流泵的故障特点,采用基于小波分析和神经网络的松散型结合方法对美国SSI平流泵进行故障诊断研究,以期能为平流泵的智能化提供相应的技术支撑,并对从事该相关工作的人士提供参考。

图1 三层小波包分解树结构图引言

3 GA、BP的基本原理

3.1 BP神经网络的结构

BP神经网络是一种具有三层或三层以上的神经网络,包括输入层、中间层(隐层)和输出层,上下层之间实现全连接,而每层神经元之间无连接。本文神经网络采用三层BP网络结构,其结构如图2所示。

2 基于小波包分析的故障信号能量特征提取

2.1 故障数据的归一化处理

在训练神经网络之前,要对故障数据进行归一化处理,以减小各数据之间的相互影响[3]。数据归一化方法如下[4]:

x(t(t minx(taxx(t minx(t 1 (1) i)=2(xi)ii)i))

2.2 基于小波包分解的信号特征向量的提取

小波包分解的实质是将信号在各个正交基上投影[5]

基于小波神经网络的故障诊断方法研究

基于小波神经网络的故障诊断方法研究

号经N层小波包分解后,原信号的能量被分解到2频带上,的[6]信息。

本文使用db2小波对信号进行3层小波包分解N=3,分解树结构如图1所示,得到8

[7]

y1

y2

N

ym

System Construction 系统建设 1

第1页

你可能喜欢

  • 变压器技术
  • 神经网络预测
  • 施工组织
  • 生产安全事故应急救援预案
  • 工程施工组织设计

热门文档

相关文档

站点地图 | 文档上传 | 侵权投诉 | 手机版
本站所有资源均来自互联网,本站只负责收集和整理,均不承担任何法律责任,如有侵权等其它行为请联系我们.
文档下载 Copyright 2013 doc.guandang.net All Rights Reserved.  -  email