OALib Journal期刊
基于局域波时频图像处理技术的压缩机故障诊断
, PP. 159-162
Keywords: 压缩机 ,故障诊断 ,局域波 ,图像分割
Abstract:
结合局域波理论、图像处理技术和CPN网络模式分类器，提出了一种提取故障特征信息的智能诊断方法。往复式压缩机气缸的振动信号经过局域波算法处理得到局域波时频谱，利用图像分割技术对该时频谱灰度进行有效描述和分析，继而利用CPN网络分类器针对典型故障特征信息进行归类。实际应用表明，该方法具有一定的工程实用性。
References
[1] 徐章遂,房立青,王希武,等.故障信息诊断原理及应用[M].北京：国防工业出版社,2000. [2] 姚洪兴,赵林度,盛昭翰.基于模糊神经网络的故障诊断方法的应用[J].汽轮机技术,2000,42(5)：257～262. [3] 盖强.局域波时频分析方法的理论研究与应用[D].大连：大连理工大学,2001. [4] Huang N E,Shen Z,long S R,et al.The empirical mode decomposition and the hilbert spectrum for nonlinear and non-stationary time series analysis[C]//Proc.Roy.Soc.,London.A,1998,A454:903～995. [5] 王凤利,马孝江.基于局域波时频谱的旋转机械[J].农业机械学报,2005,36(1)：117-120. [6] 孙即祥.图像分析[M].北京：科学出版社,2005. [7] 勒中鑫.数字图像信息处理[M].北京：国防工业出版社,2003. [8] 吴小培,冯焕清,周荷琴,等.基于独立分量分析的图像分离技术及应用[J].中国图像图形学报,2001,6(2)：133～137. [9] Robert B,Henk Verbruggen.Neuro-fuzzy methods for nonlinear system identification[J].Annual Reviews in Control,2003,27(1):73～85.
Full-Text
Contact Us
service@oalib.com
QQ:3279437679
WhatsApp +8615387084133
