基于小波神经网络的指控装备故障诊断方法

发布时间：2024-02-04 02:34

　　针对目前指控装备通信设备故障诊断准确率低,诊断方法通用性差的现状,提出一种基于小波神经网络的故障诊断方法。该方法利用了小波分析良好的时频特性和局部变焦能力以及神经网络自学习能力和处理大量数据的能力,同时两者的结合进一步优化了神经网络结构,提高了诊断效率。仿真实验表明,基于小波神经网络的故障诊断方法大幅提高了故障诊断的效率和准确率。

【文章页数】：6 页

【部分图文】：

图1松散型小波神经网络

小波与神经网络的结合有两种方式:一种是松散型结合,利用小波分析对通信信号进行预处理,依靠小波包分解或者多分辨分析提取信号的故障特征,而后送用神经网络进行学习判别,其结构如图1所示;另一种为紧致型结合的方式,即神经网络与小波直接结合,用小波函数来代替神经网络中的激励函数,由小波函数....

图2紧致型小波神经网络

图1松散型小波神经网络本文采用松散型结构小波神经网络,先通过小波分析提取故障特征向量,再送入神经网络进行学习训练和测试[4]。在小波分析的发展过程中,Mallat提出了多分辨分析性,将正交小波基的构造方法统一起来,确定了正交小波变换的快速算法,为松散型小波神经网络故障诊断奠定了....

图3多分辨分析分解树结构图

则Vj(j∈Ζ)是空间L2(R)的一个多分辨分析,其中φ(x)为尺度函数。多分辨分析的基本思想是将信号分解成低频部分和高频部分,然后继续对低频部分进行分解,从而能形成多分层结构。多分辨分析结构如图3所示。小波包是在小波变换的基础上提出来的,由于多分....

图4小波包分解树结构图

S=AAA3+DAA3+ADA3+DDA3+AAD3+DAD3+ADD3+DDD3(1)所以在指挥系统故障诊断中,可以对输出信号进行小波包分析以提取在不同故障模式下的故障特征作为样本集或测试集[9]。当一个频率丰富的测试信号输入到被测设备中时,由于设备故障点对信号的不....

本文编号：3895059