期刊文献+

基于最优小波包的电机定子电流故障特征提取方法 被引量:7

Motor Current Signal Fault Feature Extraction Method Based on Optimal Wavelet Packets
下载PDF
导出
摘要 液压系统在矿山开采装备中发挥着重要的作用。为了对液压系统的运行状态进行有效的评估和诊断,利用三相电机的定子电流信号对液压系统的故障进行了分析,并采用自适应小波包分解作为特征提取方法从电流信号中提取设备的故障特征。通过试验结果证明了所提方法有效性。 Hydraulic system play an important role in mining equipment. In order to have a effective condition assessment and diagnosis on hydraulic system, motor current signal has been used to analyse the fault of hydraulic system, and adaptive wavelet packet also be used for fault feature extraction from motor current. Experimental results show that the method is available.
出处 《煤矿机械》 2016年第8期149-151,共3页 Coal Mine Machinery
基金 国家自然科学基金(51305326) 长安大学道路施工技术与装备教育部重点实验室开放基金(310850142043)资助项目
关键词 电机电流 故障诊断 小波包分解 motor current fault diagnosis wavelet pactets decomposition
  • 相关文献

参考文献5

二级参考文献42

共引文献325

同被引文献38

引证文献7

二级引证文献21

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部