节点文献

小波包分析在汽轮机故障诊断中的应用

Application of Wavelet Packet Analysis in Turbine Fault Diagnosis

  • 推荐 CAJ下载
  • PDF下载
  • 不支持迅雷等下载工具,请取消加速工具后下载。

【作者】 许焕新田沛许小刚

【Author】 XU Huan-xin, TIAN Pei, XU Xiao-gang ( Introduction of Hebei Software Institute, Baoding 071000, China; North China Electric Power University, Baoding 071003, China)

【机构】 河北软件职业技术学院软件工程系华北电力大学自动化学院华北电力大学动力工程学院 河北保定071000河北保定071003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。

【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.

  • 【文献出处】 电力科学与工程 ,Electric Power Science and Engineering , 编辑部邮箱 ,2005年03期
  • 【分类号】TK268
  • 【被引频次】9
  • 【下载频次】110
节点文献中: 

本文链接的文献网络图示:

本文的引文网络