本文已被：浏览 1794次 下载 3479次
中文摘要: 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。
中文关键词: 小波包 神经网络 遗传算法 故障诊断
Abstract:
keywords:
文章编号： 中图分类号： 文献标志码：
基金项目:
| Author Name | Affiliation |
| 田佳禾 | 中国石油大学（华东）机电工程学院,山东东营,257061 |
| 孙士慧 | 中国石油大学（华东）信息与控制工程学院,山东东营,257061 |
| 赵仕俊 | 中国石油大学（华东）信息与控制工程学院,山东东营,257061 |
| Author Name | Affiliation |
| 田佳禾 | 中国石油大学（华东）机电工程学院,山东东营,257061 |
| 孙士慧 | 中国石油大学（华东）信息与控制工程学院,山东东营,257061 |
| 赵仕俊 | 中国石油大学（华东）信息与控制工程学院,山东东营,257061 |
引用文本：
田佳禾,孙士慧,赵仕俊.基于小波神经网络的故障诊断方法研究.计算机系统应用,2008,17(5):43-46
.Research of Fault Diagnosis Method Based on Wavelet Neural Network.COMPUTER SYSTEMS APPLICATIONS,2008,17(5):43-46
田佳禾,孙士慧,赵仕俊.基于小波神经网络的故障诊断方法研究.计算机系统应用,2008,17(5):43-46
.Research of Fault Diagnosis Method Based on Wavelet Neural Network.COMPUTER SYSTEMS APPLICATIONS,2008,17(5):43-46
