首页|应用ITD分形模糊熵的自动机早期故障诊断

应用ITD分形模糊熵的自动机早期故障诊断

扫码查看
原文链接
  • NETL
  • NSTL
  • 万方数据
  • 维普
通过以某口径高射机枪自动机为研究对象,提出一种运用固有时间尺度分解(ITD)分形模糊熵与RBF神经网络进行故障诊断的方法.由于自动机振动信号短时、非平稳、高冲击的特性,将ITD引入自动机的故障诊断中,通过对ITD分解得到不同频段的合理旋转(proper rotation简称PR)分量,然后分别提取分形维数和模糊熵组成组合特征向量.由于RBF神经网络结构简单、收敛速度快具有很高的分类准确率,所以采用RBF神经网络分类识别.最后得到理想识别效果的同时验证了ITD分形模糊熵与RBF的自动机早期故障诊断方法的优越性.
Application of ITD Fractal Fuzzy Entropyin Automaton Early Fault Diagnosis

赵雄鹏、潘宏侠、刘广璞、安邦

展开 >

中北大学 机械与动力工程学院,山西 太原 030051

中北大学 系统辨识与诊断技术研究所,山西 太原 030051

自动机 固有时间尺度分解 分形维数 模糊熵 RBF神经网络 故障诊断

国家自然科学基金%%

5117548051675491

2019

机械设计与制造
辽宁省机械研究院

机械设计与制造

CSTPCD北大核心
影响因子：0.511
ISSN：1001-3997
年,卷(期)：2019.(1)
  • 6
  • 8