Hits:

Affiliation of Author(s):自动化学院

Title of Paper:基于小波包和SOM神经网络的电作动器故障诊断

Journal:应用科技

Key Words:小波包分解;小波包能量;机电作动器;故障诊断;自组织映射网络;神经网络;机器学习;健康管理;

Abstract:针对机载机电作动器的故障诊断的问题,提出了一种基于小波包和自组织映射(SOM)神经网络结合的机电作动器故障诊断方法。为提高诊断的准确率,该方法应用小波包分解把机电作动器卡死、偏差、增益三类故障信号分解到若干个频段上,计算不同频段上的能量,提取机电作动器的故障特征,然后设计SOM神经网络,利用能量故障特征向量进行神经网络的训练,确定网络参数,达到故障的诊断的目的。通过仿真验证研究,得到了非常好的诊断准确率,表明该机电作动器故障诊断方法的有效性和优越性。

Translation or Not:no

Date of Publication:2018-01-09

Co-author:田瑶瑶,张惠娟,李小明,张辉斌

Correspondence Author:Yang Zhong