基于小波包分析和elman神经网的故障诊断方法研究 research on a fault diagnosis method based on wavelet packet analyzing and elman neural network.pdfVIP

下载本文档

1
0
约1.55万字
约 4页
2017-08-21 发布于上海
举报
版权申诉

基于小波包分析和elman神经网的故障诊断方法研究 research on a fault diagnosis method based on wavelet packet analyzing and elman neural network.pdf

1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

基于小波包分析和elman神经网的故障诊断方法研究 research on a fault diagnosis method based on wavelet packet analyzing and elman neural network

第 2O卷第 3期电子设计工程 2012年 2月 V01．2O NO．3 ElectronicDesignEngineering Feb．2012 基亏小波包分析和Elman神经网的故障诊断方法研究徐祥辉，加玛力汗 ·库马什 (新疆大学电气工程学院，新疆鸟鲁木齐 830047) 摘要：由非线性电力电子装置组成的电路发生故障时。故障特征信息不易提取和识别。对此提出一种基于小波包分析和 Elman神经网的电力电子装置故障诊断的方法．先运用小渡包分析法提取电路在不同故障状态下电压及电流信号的特征信息，然后时数据进行归一化处理并作为Elman神经网的输入．由具有智能学习功能的神经元故障分类器完成故障识别和定位。以 12脉冲整流电路为例，在 Manab软件下建立电路模型进行仿真实验，结果表明该方法能快速、准确的完成故障诊断。关键词：电力电子；故障诊断；小波包；Elman神经网络中图分类号：TK268．+1 文献标识码：A 文章编号：1674—6236(2012)03—00o4—03 Researchonafaultdiagnosismethodbasedonwaveletpacketanalyzingand Eimanneuralnetwork XUXiang-hui，JiamalihanKUMASHI (ElectricalEngineeringColelge，Xi~iangUniversity，Urumqi830047，China) Abstrac~ItShardtoextractandidenti~ effectivefaultfeature，whenthefaultofcircuitcomposedofnonlinearpower electronicdevicehappened．A methodbasedonwaveletpacketanalyzingandElmanneuralnetworkwasproposedtofault diagnoseofpowerelectronicdevice．Fimfly，htesignalfeatureofdifferentstatesaboutvoltageandcurrentofpowerelectronic devicewasextractedbyusinghtewaveletpacketanalysis．Thenitwasnormalizedandbeinginputted theElmanneural network，theneur~networkclassifierwillidentifyinganddiangosingdifferentfaults．Takingthe12-pulsecircuitofelectronic powerelectronicrectifierdeviceasanexample，completedhtecircuitmodelunderMaflabandputupemulationexperiment． Theresultofemulationshowsthatthemehtodcandealwiht thefaultdiagnosisrapidlyandaccurately． Keywords：powerelectronic；faultdiangosis；waveletpacket；Elmanneuralnetwork 随着科技进步，社会生产和生活中出现了大量的电力电发生故障时，一些原件工作在异常状态或者不工作，此时电子装置，在其优越的性能博得人们广泛认同时，它的易故障路的输出波形会出现相应异常波动，本文采用小波包分析法率和故障隐蔽性也引起了极大关注。复杂的非线性电