HI,欢迎来到学术之家,发表咨询:400-888-7501  订阅咨询:400-888-7502  股权代码  102064
0

基于自适应小波特征提取一体化神经网络的空调电机振动噪声识别

作者:赵学智; 叶邦彦; 陈统坚电机噪声自适应小波一体化神经网络噪声识别

摘要:正确识别空凋电机的噪声类型是改善其噪声效果的重要前提,采用一种集特征提取与识别于一体的神经网络来解决这种识别问题。此网络利用Mexican hat小波作为母小波,同时将基于小波变换的特征提取过程融人为神经网络的一部分,网络学习时可针对输入信号对小波尺度和平移参数进行自适应调整,以实现对信号特征信息的充分获取。给出了此网络的学习算法。利用这一网络对空调电机的三种噪声信号即电磁噪声、不平衡噪声、轴承噪声信号进行了学习和识别,结果表明,学习后的网络以很高的可靠性准确地识别出了电机的不同噪声类型。

注:因版权方要求,不能公开全文,如需全文,请咨询杂志社

振动与冲击

《振动与冲击》(CN:31-1316/TU)是一本有较高学术价值的大型半月刊,自创刊以来,选题新奇而不失报道广度,服务大众而不失理论高度。颇受业界和广大读者的关注和好评。 《振动与冲击》内容包括结构动力分析、模态分析、参数识别、随机振动、非线性振动、振动控制、转子动力学、结构动力学、结构动力稳定性、减振、隔振、抗冲击、噪声防治、环境试验、模拟技术、测试技术、信号处理、计算机软件工程、消声器材等方面的论文和短文。

杂志详情