基于小波包特征提取的ART1网络故障诊断研究  

Fault Diagnosis Based on Wavelet Packets and ART1 Neural Networks

作　　者：李洪[1] 

机构地区：[1]武汉大学电气工程学院,武汉430072

出　　处：《振动．测试与诊断》2004年第4期298-302,共5页Journal of Vibration,Measurement & Diagnosis

摘　　要：系统阐述了小波包分解及 ART1神经网络的基本理论和特点 ,在对故障诊断进行理论分析的基础上 ,结合ART1神经网络对输入矢量的要求 ,提出了一种差值门限方法 ,将小波包特征提取与 ART1神经网络相结合进行动态系统的故障诊断。用 MATL AB仿真了系统及其故障 ,对上述故障诊断方法进行了测试实验。实验结果表明 ,基于小波包特征提取的 ART1神经网络故障诊断方法是可行的 ,能够应用于多个领域 ,其发展前景广阔。The paper describes the theory and the characteristics of the wavelet-packets and the ART1 Neural Networks.On the basis of the theoretical analysis of fault diagnosis and the input requirement of the ART1 NN,a method is presented,which uses the D-value threshold integrating the feature extraction by the wavelet-packets and the ART1 NN to diagnose the dynamic system failure.Simulation of the system and its faults is done to test the method,the result indicates that the method is workable,versatile and promising.[

关 键 词：小波包 自适应共振理论 ART1神经网络 故障诊断 系统仿真 

分 类 号：TP277[自动化与计算机技术—检测技术与自动化装置] TP183[自动化与计算机技术—控制科学与工程]