基于小波包和BP神经网络的刚性罐道故障诊断

所需积分/C币:9 2020-05-11 12:23:00 301KB PDF
收藏 收藏
举报

针对现有刚性罐道故障诊断方法不能消除环境因素影响、接头故障识别率较低等问题,以提高罐道故障种类识别精度为目标,提出了基于小波包和BP神经网络的刚性罐道故障诊断方法。搭建了立井提升系统实验台,模拟台阶突起故障和罐道接头故障这2种典型的罐道故障,采集提升容器振动加速度信号;运用小波包分解对采集的信号进行能量分析并提取故障特征参数,将故障特征参数作为BP神经网络的输入,并选取新的测试样本检测神经网络的诊断效果。测试结果表明,基于小波包分析和BP神经网络的刚性罐道故障诊断方法具有较高的故障识别精度,置信度达到了0.91。

...展开详情
试读 5P 基于小波包和BP神经网络的刚性罐道故障诊断
立即下载 低至0.43元/次 身份认证VIP会员低至7折
    抢沙发
    一个资源只可评论一次,评论内容不能少于5个字
    weixin_38553381 你的留言是对我莫大的支持
    2020-05-11
    • 分享王者

      成功上传51个资源即可获取
    关注 私信 TA的资源
    上传资源赚积分,得勋章
    最新推荐
    基于小波包和BP神经网络的刚性罐道故障诊断 9积分/C币 立即下载
    1/5
    基于小波包和BP神经网络的刚性罐道故障诊断第1页
    基于小波包和BP神经网络的刚性罐道故障诊断第2页

    试读已结束,剩余3页未读...

    9积分/C币 立即下载 >