位置:成果数据库 > 期刊 > 期刊详情页
基于小波包与直接确定神经网络的柴油机故障诊断
  • ISSN号:1003-0794
  • 期刊名称:煤矿机械
  • 时间:2013.5.15
  • 页码:294-296
  • 分类:TP206.3[自动化与计算机技术—控制科学与工程;自动化与计算机技术—检测技术与自动化装置]
  • 作者机构:[1]中北大学机械工程与自动化学院,太原030051, [2]河北联合大学轻工学院,河北唐山063000
  • 相关基金:国家自然基金(51175480;50875247)
  • 相关项目:基于运动形态分解与信息熵融合技术的高速自动机故障诊断研究
中文摘要:

系统论述了小波包分析在故障诊断中对信号的分解、去噪和重构,经过基函数神经网络可以很好地对信号进行诊断,最后用典型故障信号通过计算机仿真讨论该方法在柴油机故障诊断中的可行性。

英文摘要:

The article discusses wavelet packet analysis in fault diagnosis signal decomposition, denoising and refactoring. The basis function neural network can be a good diagnostic signal. Through computer simulation, it use typical fault signal to discuss feasibility of method in diesel engine fault diagnosis.

同期刊论文项目
同项目期刊论文
期刊信息
  • 《煤矿机械》
  • 北大核心期刊(2011版)
  • 主管单位:黑龙江科技大学
  • 主办单位:哈尔滨煤矿机械研究所
  • 主编:卢盛春
  • 地址:哈尔滨市南岗区嵩山路111号
  • 邮编:150090
  • 邮箱:mkjx@chinajournal.net.cn
  • 电话:0451-55646587 55645994 55630208
  • 国际标准刊号:ISSN:1003-0794
  • 国内统一刊号:ISSN:23-1280/TD
  • 邮发代号:14-38
  • 获奖情况:
  • 全国中文核心期刊
  • 国内外数据库收录:
  • 俄罗斯文摘杂志,美国剑桥科学文摘,中国北大核心期刊(2004版),中国北大核心期刊(2008版),中国北大核心期刊(2011版),中国北大核心期刊(2000版)
  • 被引量:28725