标题：
基于小波包和SOM神经网络的电作动器故障诊断
点击次数：
所属单位：
自动化学院
发表刊物：
应用科技
关键字：
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;
摘要：
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。
是否译文：
否
发表时间：
2018-01-09
合写作者：
田瑶瑶,张惠娟,李小明,张辉斌
通讯作者：
杨忠
发表时间：
2018-01-09
学位：工学博士学位
职称：教授
所在单位：自动化学院