基于最优小波包与SOM-BP融合的柴油机故障诊断  

Diesel Engine Fault Diagnosis Based on Combination of Optimal Wavelet Packet and SOM-BP

作　　者：龚明[1] 潘宏侠[1] 兰海龙[1] 

机构地区：[1]中北大学机械工程与自动化学院,太原030051

出　　处：《煤矿机械》2012年第10期278-280,共3页Coal Mine Machinery

基　　金：国家自然科学基金资助项目(50875247);教育部博士点基金资助项目(20091420110002);山西省自然科学基金资助项目(2007011070)

摘　　要：柴油机振动信号具有非平稳性,用最优小波包将不同故障的振动信号分解到不同频段。提取各频段的能量组成特征向量输入SOM-BP神经网络,通过神经网络输出结果判别柴油机的故障类型。与BP网络的训练结果相比较,证明将最优小波包分解与SOM-BP神经网络相结合的方法可以得到更好的分类结果,有一定的工程实用性。Vibration signal of diesel engine is non-stationary,using optimal wavelet packet,different fault vibration signals were decomposed to different frequency bands.And the feature vectors composed of energy of different bands constitute input vectors of SOM-BP neural network.The types of engine failure were judged by output results of SOM-BP neural network.Compared to BP network,the method of combination of optimal wavelet packet and SOM-BP neural network is better,and experimental results confirmed practicality.

关 键 词：小波包 最优小波包 SOM-BP复合神经网络 

分 类 号：TP183[自动化与计算机技术—控制理论与控制工程]