基于小波算法的故障信号特征抽取  

Distinguish Fault Signal Based on Wavelet Arithmetic

作　　者：黄天戍[1] 谭风华[1] 任清珍[1] 

机构地区：[1]武汉大学电子信息学院,武汉430072

出　　处：《组合机床与自动化加工技术》2005年第9期77-78,82,共3页Modular Machine Tool & Automatic Manufacturing Technique

摘　　要：实现了一种运用(Daub4)正交小波包变换,基于信号能量在小波包空间的分布特性,利用小波包去噪消除信号白噪声和有色噪声、提取信号特征信息,实现故障诊断的方法。由小波包预处理提取信息特征,作为决策网络的输入矢量,降低了输入的数据维数,简化了网络的结构和计算复杂度,减少了决策误差。In this paper, we use Daub4 to realize fault diagnosis based on the feature of signal power. Wavelet pretreatment distills feature information from original signal and predigests complication of the problem.

关 键 词：故障诊断 小波算法 神经网络 

分 类 号：TM711[电气工程—电力系统及自动化]