节点文献

HHT与Elman神经网络在离心泵故障振动信号处理中的应用

免费订阅

【作者】 周云龙洪君张学清赵鹏

【Author】 ZHOU Yun-long,HONG Jun,ZHANG Xue-qing,ZHAO Peng(School of Energy and Mechanical Engineering of Northeast Dianli University,Jilin 132012,China)

【机构】 东北电力大学东北电力大学 吉林吉林132012吉林吉林132012

【摘要】 提出了一种Hilbert-Huang变换(HHT)和Elman神经网络相结合的离心泵振动信号故障诊断新方法。首先,将离心泵振动信号时间序列数据经验模态分解(Empirical Mode Decomposition,简称EMD),然后经过Hilbert-Huang变换获得各模态(Intrinsic Mode Functions,简称IMF)的能量,并以“能量比”为元素,构造离心泵振动信号的特征向量,根据Elman神经网络模型能够逼近任意非线性函数的特点和具有反映系统动态特性的能力,利用Elman神经网络模型实现离心泵故障的诊断。实验研究结果表明该方法对离心泵振动信号故障具有很高的诊断率。

【所属期刊栏目】 设计计算 (2007年05期)
  • 【分类号】TH311
  • 【被引频次】11
  • 【下载频次】278
节点文献中: 

本文链接的文献网络图示:

浏览历史:
下载历史: