基于小波的机械故障警戒机方法与应用-东篱科研大数据发现系统（DRDS）

位置：立项数据库 > 立项详情页

基于小波的机械故障警戒机方法与应用

项目名称：基于小波的机械故障警戒机方法与应用
项目类别：面上项目
批准号：50675076
申请代码：E050302
项目来源：国家自然科学基金
研究期限：2007-01-01-2009-12-31

项目负责人：轩建平
负责人职称：副教授
依托单位：华中科技大学
批准年度：2006

中文摘要：

针对特征提取、故障识别与诊断规则抽取问题，本项目对小波方法和自适应谐振理论及其模型进行了系统研究。主要研究内容和成果有:提出coiflet小波系构造改进的方法,给出了5个新的高阶coiflet尺度滤波器系数,具有原创性。提出了基于互相关技术与小波分析的模态参数识别方法,可抑制端部效应并能较准确地识别密集模态参数。结合连续马尔可夫模型(CHMM),提出了一种基于小波灰度矩向量与CHMM 的故障诊断方法。针对盲信号分离，提出了基于非负矩阵分解的源数估计法。研究了警戒机基本模块Fuzzy ART和Fuzzy ARTMAP的新方法,针对Fuzzy ART的性能受训练样本顺序影响的缺点，提出了基于Yu的范数的相似分类器和ART-Similarity的算法和ARTMAP的改进算法。提出了基于多特征域选择性集成Fuzzy ARTMAP神经网络的分类方法和加权Fuzzy ARTMAP的诊断方法以及基于Fuzzy ART&ARTMAP的故障诊断及规则抽取方法。研究成果对于实现复杂设备监测、诊断与维护，提供重要技术基础。发表论文21篇，其中SCI收录2篇，EI收录15篇。培养了三名博士生和四名硕士生。

中文主题词：小波分析;自适应谐振理论;Coiflet; 警戒机

结论摘要：

英文主题词wavelet analysis; adaptive resonance theory ; coiflet; vigilance machine

成果综合统计