首页> 中文期刊> 《煤矿机电》 >基于主成分分析和神经网络的电动机故障诊断方法研究

基于主成分分析和神经网络的电动机故障诊断方法研究

         

摘要

为能有效地对电动机转子断条故障初期进行检测,以小波包分析方法为基础,根据能量频谱中能量值的变化来诊断电动机故障.根据能量值的大小来判别电动机故障的严重程度,再利用小波包结合主成分分析(PCA)提取能反映原始数据集的特征向量,最后利用径向基函数(RBF)神经网络来对电动机故障类型进行识别.仿真验证了该方法能有效地提取电动机的故障信号量,并能正确地识别电动机的故障类型.

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
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