流体机械

2007, No.419(05) 21-24+66

[打印本页] [关闭]
本期目录(Current Issue) | 过刊浏览(Past Issue) | 高级检索(Advanced Search)

HHT与Elman神经网络在离心泵故障振动信号处理中的应用
Application of Hilbert-huang Transform and Elman Neural Network in Vibration Signals Processing for Centrifugal Pump Failure

周云龙;洪君;张学清;赵鹏;

摘要(Abstract):

提出了一种Hilbert-Huang变换(HHT)和Elman神经网络相结合的离心泵振动信号故障诊断新方法。首先,将离心泵振动信号时间序列数据经验模态分解(Empirical Mode Decomposition,简称EMD),然后经过Hilbert-Huang变换获得各模态(Intrinsic Mode Functions,简称IMF)的能量,并以“能量比”为元素,构造离心泵振动信号的特征向量,根据Elman神经网络模型能够逼近任意非线性函数的特点和具有反映系统动态特性的能力,利用Elman神经网络模型实现离心泵故障的诊断。实验研究结果表明该方法对离心泵振动信号故障具有很高的诊断率。

关键词(KeyWords): 离心泵;Hilbert-Huang变换;Elman神经网络;故障诊断

Abstract:

Keywords:

基金项目(Foundation):

作者(Author): 周云龙;洪君;张学清;赵鹏;

Email:

参考文献(References):

扩展功能
本文信息
服务与反馈
本文关键词相关文章
本文作者相关文章
中国知网
分享