首页> 中文会议>2019年全国选煤学术交流会 >基于小波包和bp神经网络的破碎机故障识别技术研究

基于小波包和bp神经网络的破碎机故障识别技术研究

页面导航

摘要
著录项
相似文献
相关主题

摘要

在分析破碎机典型故障原理及其基本特征的基础上,利用小波包分析将振动信号分解到不同波段,采用能量归一化处理后形成特征向量输入bp神经网络,将通过网络训练后bp神经网络用于实际故障识别,结果证明该方案具有较高的正确率,可有效识别和预警破碎机各类故障.

著录项

来源
《2019年全国选煤学术交流会》|2019年|172-176|共5页
会议地点海口
作者
蔡先锋;
展开▼
作者单位

中国煤炭学会;

展开▼
会议组织
正文语种
原文格式 PDF
中图分类 TD451:TD407;
关键词
选煤设备; 破碎机; 故障识别; 小波包; bp神经网络;
入库时间 2022-08-17 11:32:23

相似文献

中文文献
外文文献
专利

1. 基于小波包和bp神经网络的破碎机故障识别技术研究 [J] . 蔡先锋 . 选煤技术 . 2019,第006期
2. 基于小波包和IGA-BP神经网络的滚动轴承故障识别方法 [J] . 王育炜 ,王红军 ,韩秋实 . 机床与液压 . 2020,第017期
3. 小波包与改进BP神经网络相结合的齿轮箱故障识别 [J] . 时建峰 ,程珩 ,许征程 . 振动、测试与诊断 . 2009,第003期
4. 基于小波包散布熵与Meanshift概率密度估计的轴承故障识别方法研究 [J] . 张雄 ,张逸轩 ,张明 . 湖南大学学报（自然科学版） . 2021,第008期
5. 基于小波包变换和高阶累积量的电弧故障识别方法 [J] . 白辉 ,许志红 . 电力自动化设备 . 2020,第011期
6. 小波包与改进BP神经网络相结合的齿轮箱故障识别 [C] . 时建峰 ,程珩 . 全国高校机械工程测试技术研究会振动工程学会动态测绘专业委员会2008代表大会暨学术年会 . 2008
7. 基于小波包和支持向量机的滚动轴承故障识别方法 [A] . 秦政博 . 2010

获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

客服微信
服务号