針對目前指控裝備通信設(shè)備故障診斷準(zhǔn)確率低,診斷方法通用性差的現(xiàn)狀,提出一種基于小波神經(jīng)網(wǎng)絡(luò)的故障診斷方法。該方法利用了小波分析良好的時頻特性和局部變焦能力以及神經(jīng)網(wǎng)絡(luò)自學(xué)習(xí)能力和處理大量數(shù)據(jù)的能力,同時兩者的結(jié)合進一步優(yōu)化了神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu),提高了診斷效率。仿真實驗表明,基于小波神經(jīng)網(wǎng)絡(luò)的故障診斷方法大幅提高了故障診斷的效率和準(zhǔn)確率。

【文章頁數(shù)】：6 頁

【部分圖文】：

圖1松散型小波神經(jīng)網(wǎng)絡(luò)

小波與神經(jīng)網(wǎng)絡(luò)的結(jié)合有兩種方式:一種是松散型結(jié)合,利用小波分析對通信信號進行預(yù)處理,依靠小波包分解或者多分辨分析提取信號的故障特征,而后送用神經(jīng)網(wǎng)絡(luò)進行學(xué)習(xí)判別,其結(jié)構(gòu)如圖1所示;另一種為緊致型結(jié)合的方式,即神經(jīng)網(wǎng)絡(luò)與小波直接結(jié)合,用小波函數(shù)來代替神經(jīng)網(wǎng)絡(luò)中的激勵函數(shù),由小波函數(shù)....

圖2緊致型小波神經(jīng)網(wǎng)絡(luò)

圖1松散型小波神經(jīng)網(wǎng)絡(luò)本文采用松散型結(jié)構(gòu)小波神經(jīng)網(wǎng)絡(luò),先通過小波分析提取故障特征向量,再送入神經(jīng)網(wǎng)絡(luò)進行學(xué)習(xí)訓(xùn)練和測試[4]。在小波分析的發(fā)展過程中,Mallat提出了多分辨分析性,將正交小波基的構(gòu)造方法統(tǒng)一起來,確定了正交小波變換的快速算法,為松散型小波神經(jīng)網(wǎng)絡(luò)故障診斷奠定了....

圖3多分辨分析分解樹結(jié)構(gòu)圖

則Vj(j∈Ζ)是空間L2(R)的一個多分辨分析,其中φ(x)為尺度函數(shù)。多分辨分析的基本思想是將信號分解成低頻部分和高頻部分,然后繼續(xù)對低頻部分進行分解,從而能形成多分層結(jié)構(gòu)。多分辨分析結(jié)構(gòu)如圖3所示。小波包是在小波變換的基礎(chǔ)上提出來的,由于多分....

圖4小波包分解樹結(jié)構(gòu)圖

S=AAA3+DAA3+ADA3+DDA3+AAD3+DAD3+ADD3+DDD3(1)所以在指揮系統(tǒng)故障診斷中,可以對輸出信號進行小波包分析以提取在不同故障模式下的故障特征作為樣本集或測試集[9]。當(dāng)一個頻率豐富的測試信號輸入到被測設(shè)備中時,由于設(shè)備故障點對信號的不....

本文編號：3895059