基于小波和自适应模糊神经的旋转设备故障诊断  

Fault Diagnosis of the Rotating Equipment Based on Wavelet Analysis and Adaptive Fuzzy Neural Network

作　　者：王志伟[1] 胡瑜[1] 李银伟[1] 

机构地区：[1]华东交通大学载运工具与装备省部共建教育部重点实验室,江西南昌330013

出　　处：《华东交通大学学报》2010年第1期72-77,共6页Journal of East China Jiaotong University

基　　金：华东交通大学研究生创新专项资金项目(YC09C003);载运工具与装备省部共建教育部重点实验室开放基金

摘　　要：针对传统的故障诊断方法和单独使用某一种智能诊断方法的局限性,将小波分析的故障特征提取方法和自适应模糊神经网络结合起来,对旋转设备的故障诊断进行了研究;通过对电机设备进行的故障诊断仿真实验,结果表明,与单独使用神经网路方法相比,该方法可以获得更高的故障诊断精度和诊断速度。In view of limitation of the traditional fault diagnosis and the individual intelligent diagnosis, fault diagnosis of the rotating equipment is studied by combining fault feature extraction of wavelet analysis and adaptive fuzzy neural network. A simulation experiment of motor fault diagnosis shows that compared with the individual neural network, AN- FIS has higher diagnosis accuracy and speed.

关 键 词：小波分析 自适应模糊神经 旋转设备 故障诊断 

分 类 号：TP273.4[自动化与计算机技术—检测技术与自动化装置]