EMD融合多重分形的故障诊断研究

摘要：

本文建立了以EMD分解为基础,将分解信号再多重分形然后用改进BP神经网络训练的水轮发电机组故障诊断模型.该模型先利用EMD分解对振动信号进行识别,得到故障信号的EMD近似系数,再通过多重分形谱算法提取振动故障的特征向量,最后将该特征向量输入BP神经网络进行分类识别.故障信号频谱特性的提取差异很大,不能反应故障特征.该模型直接通过波形提取信号特征,避免频谱提取的提示还结合了多重分形谱进行诊断识别,为水轮发电机组故障诊断提供了一种新的思路.经过现场试验,该方法能够准确识别故障,结果令人满意.

关键词：故障诊断、EMD、多重分形、EMD系数

分类号：TM312(电机)

在线出版日期：2015-12-15（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：24-30