基于小波能熵和支持向量机的故障诊断方法及其应用研究
  • 【摘要】

    随着现代化技术的迅速发展,各个工程系统的复杂性不断加大,系统的可靠性及安全性成为保障经济和社会效益的一个关键因素,由此应运而生的故障诊断技术在各领域得到了广泛应用.目前,应用较多的故障诊断方法主要有基于变换的方法,人工智能方法,Porny分析法和基于数学形态学法等几类.根据不同方法的原理及特点,在不同的领域范围,发挥着各自的优点.本文在已有方法的基础上,研究了一种基于改进小波能谱熵的故障诊断新方法... 展开>>随着现代化技术的迅速发展,各个工程系统的复杂性不断加大,系统的可靠性及安全性成为保障经济和社会效益的一个关键因素,由此应运而生的故障诊断技术在各领域得到了广泛应用.目前,应用较多的故障诊断方法主要有基于变换的方法,人工智能方法,Porny分析法和基于数学形态学法等几类.根据不同方法的原理及特点,在不同的领域范围,发挥着各自的优点.本文在已有方法的基础上,研究了一种基于改进小波能谱熵的故障诊断新方法.系统地研究了连续小波变换、离散小波变换、多分辨率分析、小波熵等小波的基本理论,结合小波的信噪分离技术、时-频局部化特性,对待测信号进行小波多分辨分解和重构处理,再引入滑动时间窗算法,从时-频域结合分析的角度,选择使用高频带的小波系数进行特征提取,研究了改进小波能谱熵算法,并以此方法计算相应的熵值作为扰动特征量.以支持向量机作为分类器,实现故障识别.以实际生活中常见的电能信号故障诊断为例,进行仿真,并对仿真结果进行分析.仿真结果表明该方法提高了故障诊断正确率,是一种有效的故障诊断方法. 收起<<

  • 【作者】

    陈宏 

  • 【学科专业】

    生物医学工程

  • 【授予学位】

    硕士

  • 【授予单位】

    燕山大学

  • 【导师姓名】

    李昕

  • 【学位年度】

    2010

  • 【语种】

    chi

  • 【关键词】

    故障诊断%小波变换%多分辨率分析%改进小波能熵%支持向量机