基于小波包分解和RBF神经网络的民机液压泵源故障诊断研究.pdf

基于小波包分解和RBF神经网络的民机液压泵源故障诊断研究.pdf

ID:52972497

大小:261.74 KB

页数:4页

时间:2020-04-05

基于小波包分解和RBF神经网络的民机液压泵源故障诊断研究.pdf_第1页
基于小波包分解和RBF神经网络的民机液压泵源故障诊断研究.pdf_第2页
基于小波包分解和RBF神经网络的民机液压泵源故障诊断研究.pdf_第3页
基于小波包分解和RBF神经网络的民机液压泵源故障诊断研究.pdf_第4页
资源描述:

《基于小波包分解和RBF神经网络的民机液压泵源故障诊断研究.pdf》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、液压气动与密封/2012年第6期基于小波包分解和RBF神经网络的民机液压泵源故障诊断研究鞠文煜(上海飞机设计研究院航电部机载维护室,上海200436)摘要:液压泵源是民机液压系统的动力部分,对于民航飞机飞行的安全起着重要的作用。由于民机液压泵结构复杂,故障机理繁多,因此其故障诊断难以用常规方法实现。提出了基于小波包分解和RBF神经网络的民机液压泵源故障诊断方法。采集民机液压泵轴向和径向的振动信号,利用小波包分解将振动信号进行分解,得到的各频带信号的能量作为神经网络的输入。经过RBF神经网络的计算以实现民机液压泵源的故障诊断。关键词:民机液压泵;小波包分解:RBF神经网络;故障诊断中图

2、分类号:TH137.1文献标识码:A文章编号:1008—0813(2012)06一O016—04ResearchonFaultDiagnosisofCivilAircraftHydraulicPowerSystemBasedonWaveletPackageDecompositionandR_BFNeurMNetworksJUWen-yu(OnboardMaintenanceRoom,AvionicsDepartment,ShanghaiAircraftResearchandDevelopmentInstitute,Shanghai200436,China)Abstract:Hydra

3、ulicpowersystemplaysanimportantpartinthesecurityofcivilaircraft.Asthestructureofhydraulicpumpisverycomplex,therealevariousfaultmechanismsandthefaultdiagnosisofhydraulicpowersystemcannotbeeasilyimplementedbyconventionalmethod.Thepresentstudyproposesafaultdiagnosismethodbasedonwaveletpacketdecomp

4、ositionandRBFneuralnetworks.Axialandradialvibrationsignalofhydraulicpumpiscollectedandwaveletpacketdecompositionme~odisusedtodecomposevibrationsignaltogettheenergyofdifferentfrequencybands.TheenergyofdifferentfrequencybandsisusedastheinputofRBFneuralnetworksandtheoutputofRBFneuralnetworksisther

5、esultoffaultdiagnosis.Keywords:civilaircrafthydraulicpump;waveletpacketdecomposition;RBFneuralnetworks;faultdiagnosisO引言1技术路线近年来,国内外对于液压泵的故障诊断主要基于1.1小波包分解多传感器信息融合技术f】。常用的诊断方法有频谱分小波分析是一种时域方法,在低频段有较高的频析、功率谱、小波分析、专家系统、粗糙集理论、支持向率分辨率,在高频段则有较高的时间分辨率[61。小波包量机等【。本文提出了小波包分解和RBF神经网络相是一种基于高分辨率的精度更高的正交分解方法

6、。能结合的方法。根据民机液压泵的几种典型的故障形式.够在整个频率段上进行多频带分析。小波包分解继承进行故障样件试验以提取相应故障形式下的特征信了小波变换的优点,具有非常好的时频定位。更重要的号。利用小波包分解将信号分解到各频带中,计算各频是,它能够在高频带进行进一步分解.从而能够在更深带信号的能量,作为神经网络的输人向量。计算正常状层次上挖掘信号所包含的信息。态和典型故障形式下信号的能量作为神经网络的训练小波包分解的过程如图1所示。其中S表示原始样本进行训练。再将未知状态下的信号输入到神经网信号。整个分解过程实际上就是持续的低通滤波和高络中,进行计算即可得到故障诊断结果[51。通滤波

7、。图1中,A表示低频,D表示高频。每个框中末位的数字表示小波分解的层数。第层的第个节点可以用来重构原始信号。假定收稿日期:2011-11-16作者简介:鞠文煜(1986一),男,辽宁大连人,学士,现从事机载维护系统重构后的信号为:(k),k=l,2,L,N,其中Ⅳ表示原始信设计、开发与验证领域的科研工作。号的点数。则第i层的第个节点的能量可以由式(1)16HvdraulicsPneumatics&Seals/No.6.2012进行计算。应,需要对神经网络的

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。