刘冬生
- 作品数：4 被引量：54H指数：2
- 供职机构：天津理工大学自动化学院天津市复杂系统控制理论及应用重点实验室更多>>
- 发文基金：天津市自然科学基金天津市高等学校科技发展基金计划项目国家高技术研究发展计划更多>>
- 相关领域：自动化与计算机技术电气工程理学更多>>
- 基于Mallat算法的直流电动机振动信号处理研究
- 2009年
- 振动信号是最能够全面反映电机运行状态的信号,所以在相关研究中一般都通过分析振动信号提取状态特征.振动信号属于非平稳随机信号.信号的奇异性部分往往包含了非常重要的信息,因此奇异性检测成为振动信号处理的主要内容.小波变换突破了传统傅里叶变换在时域和频域局部化方面的局限,非常适合对非平稳随机信号进行降噪滤波和特征提取.
- 韩连福赵辉付长凤刘冬生李海芬
- 关键词：多分辨率分析
- 基于小波分析和神经网络的电机故障诊断方法研究被引量：19
- 2009年
- 在电机故障诊断技术中,电机振动信号最能全面反映电机的运行状态.本文提出一种基于小波分析和神经网络的电机故障诊断方法,该方法采用小波时频分析技术对电机故障振动信号进行消噪滤波,通过小波包分解系数求取频带能量,根据各个频带能量的变化提取故障特征,应用BP神经网络进行故障识别,并采用M atlab仿真软件予以实现.结果表明,该方法不需要建立电机的故障诊断模型,能有效提高电机故障诊断的准确性.
- 刘冬生赵辉王红君岳有军
- 关键词：故障诊断小波分析神经网络振动信号
- 基于小波分析和神经网络的电机故障诊断系统研究
- 电机是现代工业中最主要的动力能源和驱动设备之一，不仅需要进一步提高电机驱动自动化水平，更要求电机的运行具有很高的可靠性、安全性和稳定性。
本文通过监测电机振动信号对直流电动机故障进行诊断研究，由于电机振动信号属于非...
- 刘冬生
- 关键词：故障诊断小波分析神经网络振动信号电机
- 文献传递
- 基于小波分析和神经网络的电机故障诊断方法研究被引量：33
- 2010年
- 在电机故障诊断技术中,电机振动信号最能全面反映电机的运行状态。由于电机振动信号属于非平稳随机信号,传统的傅里叶变换从频域角度进行信号分析,只能说明信号中某频率成分幅值的大小和频率密度,不能检测奇异信号点的时域信息,而且还可能将含有丰富故障信息的微弱信号作为噪声滤去。因此,不能完全满足故障信号特征提取的要求。为解决这一问题,提出一种基于小波分析和神经网络的电机故障诊断方法,该方法采用小波时频分析技术对电机故障振动信号进行消噪滤波,通过小波包分解系数求取频带能量,根据各个频带能量的变化提取故障特征,应用BP神经网络进行故障识别,并采用Matlab仿真软件予以实现。结果表明,该方法不需要建立电机的故障诊断模型,能有效提高电机故障诊断的准确性。
- 王红君刘冬生岳有军
- 关键词：故障诊断小波分析神经网络振动信号
