基于小波奇异熵与SOFM神经网络的电机轴承故障识别 被引量：14

1

作者 贺岩松 黄毅 +1 位作者 徐中明 张志飞 《振动与冲击》 EI CSCD 北大核心 2017年第10期217-223,共7页

提出一种用小波奇异熵(WSE)和自组织特征映射(SOFM)神经网络进行电机轴承故障识别的建模方法。首先通过对电机驱动端和风扇端采集的故障振动信号的小波奇异熵的计算和比较来识别故障轴承的端位;在此基础上以故障端信号的小波包分解底层... 提出一种用小波奇异熵(WSE)和自组织特征映射(SOFM)神经网络进行电机轴承故障识别的建模方法。首先通过对电机驱动端和风扇端采集的故障振动信号的小波奇异熵的计算和比较来识别故障轴承的端位;在此基础上以故障端信号的小波包分解底层各结点能量为特征向量输入建立自组织特征映射神经网络模型来识别故障轴承内部的具体点蚀破坏位置。小波奇异熵和SOFM神经网络的结合实现了故障轴承端位及其内部点蚀位置的联合识别。分别对含有内外圈和滚动体点蚀故障的轴承进行建模和识别试验,结果表明:该模型可以有效地识别电机故障轴承的端位及其内部点蚀破坏位置;与传统支持向量机和BP神经网络识别模型相比,该模型故障识别准确率更高,识别稳定性更好,更适宜于故障识别这样的多分类问题。 展开更多

关键词 小波包分解 小波奇异熵 自组织特征映射 故障识别

下载PDF 职称材料

基于熵测度的地铁弓网燃弧电流扰动分析 被引量：12

2

作者 蒲文旭 于龙 +1 位作者 陈唐龙 刘宝轩 《高电压技术》 EI CAS CSCD 北大核心 2014年第11期3642-3648,共7页

城市轨道交通大多采用弓网(受电弓与接触网)接触方式向电力机车供电。当弓网分离时,将造成燃弧发生和牵引电流扰动,恶化机车受流。针对地铁直流牵引电流特征,提出了一种改进的小波包奇异熵算法,并用于燃弧牵引电流处理分析,得出牵引电... 城市轨道交通大多采用弓网(受电弓与接触网)接触方式向电力机车供电。当弓网分离时,将造成燃弧发生和牵引电流扰动,恶化机车受流。针对地铁直流牵引电流特征,提出了一种改进的小波包奇异熵算法,并用于燃弧牵引电流处理分析,得出牵引电流扰动指标Γ。根据非接触式弓网燃弧检测系统采集广州地铁现场试验数据,分析结果表明:改进后小波包奇异熵能直观、有效地提取牵引电流扰动特征;扰动指标Γ能有效反映牵引电流扰动程度,衡量机车受流质量;牵引电流扰动指标Γ与燃弧紫外能量呈幂函数关系,燃弧紫外能量越大,扰动越严重,特别当燃弧紫外能量超过400 m J时,牵引电流扰动Γ急剧上升,机车受流受到严重影响。 展开更多

关键词 弓网燃弧 牵引电流 扰动指标 经验模态分解 小波包奇异熵 紫外能量 受流质量

下载PDF 职称材料

改进的人工免疫分类算法在故障类型识别中的应用 被引量：9

3

作者 祝志慧 聂建元 《电力系统保护与控制》 EI CSCD 北大核心 2011年第10期80-85,共6页

提出将小波包变换和改进的免疫算法相结合,对输电线路故障类型进行识别。运用小波包将电压故障信号分解,提取三相的小波奇异熵作为免疫网络的抗原,利用免疫网络抗原-抗体识别原理进行故障类型识别。仿真结果表明:在相同实验条件下,与传... 提出将小波包变换和改进的免疫算法相结合,对输电线路故障类型进行识别。运用小波包将电压故障信号分解,提取三相的小波奇异熵作为免疫网络的抗原,利用免疫网络抗原-抗体识别原理进行故障类型识别。仿真结果表明:在相同实验条件下,与传统的ANN网络和SVM相比,该算法具有自适应连续学习的功能,对故障诊断系统可以连续不断的补充新样本。并且此故障类型识别方法不受系统运行方式、过渡电阻和故障位置等影响,具有较强的通用性,较高的精度,识别速度快和算法简单易实现。 展开更多

关键词 小波包分解 奇异熵 人工免疫 电力故障 识别

下载PDF 职称材料

基于时频特征融合与GWO-ELM的棒控电源早期故障状态辨识方法 被引量：4

4

作者 唐圣学 马晨阳 勾泽 《仪器仪表学报》 EI CAS CSCD 北大核心 2023年第1期121-130,共10页

针对核电棒控系统电源(PWE)早期故障状态辨识问题,提出一种基于融合时域与时频域的故障特征和灰狼优化算法(GWO)的极限学习机(ELM)辨识方法。首先,根据棒控电源PWE工作原理和控制棒驱动机构的驱动电流,利用电流上升时间分析了早期波形... 针对核电棒控系统电源(PWE)早期故障状态辨识问题,提出一种基于融合时域与时频域的故障特征和灰狼优化算法(GWO)的极限学习机(ELM)辨识方法。首先,根据棒控电源PWE工作原理和控制棒驱动机构的驱动电流,利用电流上升时间分析了早期波形形态与早期故障模式。然后,构建融合电流上升时间、均方根-差分和和小波包奇异熵的故障时频特征,分析了特征的可区分性。进而,采用GWO算法进行ELM分类器参数择优,建立GWO-ELM模型实现PWE早期故障状态的辨识,以提高辨识精度。最后,通过开展不同特征组合和辨识模型比对试验,结果表明所提方法能有效实现棒控电源早期故障识别诊断,且平均辨识准确度可达98.86%。 展开更多

关键词 棒控电源 早期故障 状态辨识 时域特征 小波包奇异熵 GWO-ELM模型

下载PDF 职称材料

反激式开关电源故障非侵入式AI诊断方法研究

5

作者 唐圣学 谭立强 +3 位作者 李从宏 严金晶 Muhammad Ehtsham Akram 赵金泽 《电子测量与仪器学报》 CSCD 北大核心 2024年第9期212-222,共11页

将人工智能技术应用到故障诊断领域可以实现电力设备的自动化、智能化诊断,提高诊断精度和效率。以单输入多输出的反激式开关电源为例,针对其因脆弱元件失效而引起的电路工作性能异常的问题,通过分析不同故障模式的信号特性和可分性,提... 将人工智能技术应用到故障诊断领域可以实现电力设备的自动化、智能化诊断,提高诊断精度和效率。以单输入多输出的反激式开关电源为例,针对其因脆弱元件失效而引起的电路工作性能异常的问题,通过分析不同故障模式的信号特性和可分性,提出了融合输入电流和输出电压信息的非侵入式开关电源故障诊断方法。构建了由时域特征及频带小波包奇异熵特征组成的融合时频域信息的多维特征矢量,建立了故障特征与故障模式之间的映射关系。进而,提出了基于人工智能技术的深度神经网络(DNN)故障诊断方法,实时监测反激式开关电源的运行状态,并通过数据分析及时识别故障位置,对潜在故障进行预警。实验结果表明,所提出的方法对单故障和多故障模式均具有良好的诊断效果,诊断准确率可达97.9%,并且,在不同工况下,该方法均可表现出较高的诊断准确率和较强的抗干扰性能。 展开更多

关键词 人工智能 反激式开关电源 时域特征 小波包奇异熵 故障诊断 DNN辨识

下载PDF 职称材料

多端柔性直流输电线路单极接地故障定位方法

6

作者 魏柯 李志川 《电气开关》 2024年第2期65-70,108,共7页

精准可靠的输电线路故障定位方法对于维持多端柔性直流系统稳定运行至关重要。为解决过渡电阻、行波色散对线路测距的干扰,有效提高输电线路故障定位精度。以先定区段再定位的思想,提出一种采用小波包奇异熵和一维卷积神经网络(Convolut... 精准可靠的输电线路故障定位方法对于维持多端柔性直流系统稳定运行至关重要。为解决过渡电阻、行波色散对线路测距的干扰,有效提高输电线路故障定位精度。以先定区段再定位的思想,提出一种采用小波包奇异熵和一维卷积神经网络(Convolutional Neural Networks,CNN)的多端柔性直流输电线路单极接地故障定位方法。在接地故障发生时,提取不同区段线模电压组成特征向量,结合1D-CNN分类模型完成区段识别。故障区段确定后,利用小波包奇异熵提取故障区段双端线模电压的深层故障特征,并基于特征提取结果建立1D-CNN回归模型进行故障定位。为避免模型训练时陷入局部最优,采用麻雀搜索算法(Sparrow Search Algorithm,SSA)对1D-CNN模型进行参数寻优。利用PSCAD/EMTDC建立±500KV四端柔性直流仿真系统模型,进行了多种工况的单极接地故障仿真与定位性能测试。仿真结果表明,所提定位方法具有良好的耐过度能力,在50kHz的采样频率下定位误差保持在0.22km以内。 展开更多

关键词 多端柔性直流系统 单极接地故障定位 小波包奇异熵 麻雀搜索算法 卷积神经网络

下载PDF 职称材料

基于改进小波包分解的相关功耗攻击降噪方法 被引量：3

7

作者 马鹏 王泽宇 +1 位作者 钟卫东 王绪安 《计算机工程》 CAS CSCD 北大核心 2020年第7期129-135,142,共8页

侧信道攻击中功耗数据纯净度影响功耗攻击效率和密钥破解准确率,通常采用小波变换或小波包变换等降噪方法进行功耗预处理,但小波变换方法在表征数据时易忽略高频信息,而小波包变换方法的降噪阈值不具备普适性。针对上述问题,提出一种将... 侧信道攻击中功耗数据纯净度影响功耗攻击效率和密钥破解准确率,通常采用小波变换或小波包变换等降噪方法进行功耗预处理,但小波变换方法在表征数据时易忽略高频信息,而小波包变换方法的降噪阈值不具备普适性。针对上述问题,提出一种将小波包分解与奇异谱分析相结合的相关功耗攻击降噪方法。使用小波包变换方法分解功耗数据,利用奇异谱分析处理低频和高频信息,并根据奇异熵分布趋势自适应地提取功耗信息以提高数据质量。采用SM4算法进行选择明文攻击的实验结果表明,与改进前小波包降噪方法相比,该方法能有效提升功耗数据的信噪比和相关功耗攻击效率,降低密钥破解所需功耗。 展开更多

关键词 相关功耗攻击 预处理 小波变换 小波包分解 奇异谱分析 奇异熵

下载PDF 职称材料

基于小波包Tsallis奇异熵的磁浮列车辅助逆变器故障诊断研究

8

作者 梁涛 《电气自动化》 2022年第2期81-84,共4页

针对中低速磁浮列车辅助逆变器的绝缘栅双极性晶体管(insulated gate bipolar transistor,IGBT)开路故障,提出了一种基于小波包Tsallis奇异熵的故障诊断方法。首先,利用快速傅里叶算法对辅助变流器输出电流故障前后的频率成分进行分析,... 针对中低速磁浮列车辅助逆变器的绝缘栅双极性晶体管(insulated gate bipolar transistor,IGBT)开路故障,提出了一种基于小波包Tsallis奇异熵的故障诊断方法。首先,利用快速傅里叶算法对辅助变流器输出电流故障前后的频率成分进行分析,获取故障的基本特征;其次,对输出电流信号进行小波包分解,并对各个节点进行重构,计算相应的小波包Tsallis奇异熵,获取可用于诊断的故障特征;最后,通过计算故障电流的直流分量来区分上下桥臂的故障,实现故障的定位。在MATLAB/Simulink中搭建了相应的仿真模型,对单个IGBT故障以及两个IGBT故障的情况进行了仿真。结果表明,所提算法可以有效地对故障IGBT进行检测与定位。 展开更多

关键词 辅助逆变器 故障特征 小波包Tsallis奇异熵 绝缘栅双极性晶体管故障 直流分量

下载PDF 职称材料

小波包熵在设备性能退化评估中的应用 被引量：10

9

作者 郭磊 陈进 《机械科学与技术》 CSCD 北大核心 2008年第9期1203-1206,共4页

开展设备性能退化评估研究,是制定主动设备维护策略、降低设备维护费用的基础。在设备性能退化过程中,信号成份会逐渐复杂化。本文提出利用小波包熵监测信号的复杂性变化,从而为设备性能退化评估提供可靠的特征向量。为了研究性能退化... 开展设备性能退化评估研究,是制定主动设备维护策略、降低设备维护费用的基础。在设备性能退化过程中,信号成份会逐渐复杂化。本文提出利用小波包熵监测信号的复杂性变化,从而为设备性能退化评估提供可靠的特征向量。为了研究性能退化过程中振动信号的小波包熵的变化规律,使用裂纹转子动力学模型模拟了转子裂纹逐渐增加的过程,并使用仿真数据计算了各个状态下的小波包能量熵和小波包奇异值熵值。分析结果表明,随着转子性能退化程度的加深,小波包熵值逐渐增加,且对于性能恶化的突变较为敏感。 展开更多

关键词 设备性能退化评估 小波包能量熵 小波包奇异值熵

下载PDF 职称材料

结合小波包奇异谱熵和SVDD的滚动轴承性能退化评估 被引量：13

10

作者 周建民 徐清瑶 +1 位作者 张龙 李鹏 《机械科学与技术》 CSCD 北大核心 2016年第12期1882-1887,共6页

针对设备的视情维修,提出一种将小波包奇异谱熵和支持向量数据描述(SVDD)相结合的滚动轴承性能退化评估方法。先提取轴承全寿命周期内振动信号的小波包奇异谱熵作为轴承状态的特征矢量,然后以轴承正常状态下的特征矢量训练SVDD,得到正... 针对设备的视情维修,提出一种将小波包奇异谱熵和支持向量数据描述(SVDD)相结合的滚动轴承性能退化评估方法。先提取轴承全寿命周期内振动信号的小波包奇异谱熵作为轴承状态的特征矢量,然后以轴承正常状态下的特征矢量训练SVDD,得到正常状态下的基准超球体,再计算轴承全寿命周期内的特征矢量与基准超球体之间的相对距离,作为性能退化过程的定量评估指标,并对失效阈值和早期故障阈值进行设定。结果表明,与基于小波包和SVDD的性能退化评估方法相比,该方法的早期故障检测能力更强,对轴承性能退化各个阶段的描述更加准确。最后,利用基于EMD的Hilbert包络解调方法对评估结果的正确性进行了验证。 展开更多

关键词 滚动轴承 小波包奇异谱熵 支持向量数据描述 性能退化评估 包络解调

下载PDF 职称材料

基于自适应TQWT与小波包奇异谱熵的滚动轴承早期故障诊断 被引量：6

11

作者 谢锋云 刘慧 +1 位作者 胡旺 姜永奇 《铁道科学与工程学报》 EI CAS CSCD 北大核心 2023年第2期714-722,共9页

滚动轴承早期故障诊断可有效地保证机械设备的运行安全,针对滚动轴承早期故障特征微弱,故障特征提取不佳的问题,提出可调品质因子小波变换(Tunable Q-factor wavelet transform,TQWT)与小波包奇异谱熵相结合提取特征的滚动轴承早期故障... 滚动轴承早期故障诊断可有效地保证机械设备的运行安全,针对滚动轴承早期故障特征微弱,故障特征提取不佳的问题,提出可调品质因子小波变换(Tunable Q-factor wavelet transform,TQWT)与小波包奇异谱熵相结合提取特征的滚动轴承早期故障诊断方法。针对滚动轴承早期故障信号的冲击性与周期性特征,提出峭谱积(峭度和包络谱峰值因子的乘积,KEc)的新指标。以KEc为优化指标,采用网格搜索法确定TQWT最佳的品质因子Q,同时以中心频率比为优化指标,确定最佳的分解层数J。通过最佳参数Q和J对原始信号进行TQWT分解并单支重构,选择KEc最大的重构分量作为最佳分量。提取最佳分量的小波包奇异谱熵值作为故障特征向量,最后运用支持向量机(SVM)进行模式识别并进行早期故障诊断。为验证所提方法的有效性,以XJTU-SY滚动轴承加速寿命试验平台研究对象,运用加速度传感器获取的试验数据集进行验证,识别结果准确率为94.5%。同时,与优化指标为峭度等的SVM识别结果进行比较,所提方法识别率提高了约1%~7%。对比结果表明,运用所提方法对滚动轴承早期故障进行识别,可以准确有效地诊断出轴承的故障类型,具有一定的实用价值。 展开更多

关键词 故障诊断 可调品质因子小波变换 小波包奇异谱熵 支持向量机 早期故障

下载PDF 职称材料

基于RBF神经网络与模糊评价的滚动轴承退化状态定量评估 被引量：7

12

作者 周建民 王发令 +2 位作者 张龙 李鹏 张臣臣 《机械设计与研究》 CSCD 北大核心 2019年第6期116-122,127,共8页

滚动轴承作为旋转机械最容易发生故障的零部件之一,对其进行性能状态评估,及早判断出故障情况并做出相应的维修策略具有重要的意义。首先对轴承早期无故障样本和同类轴承的失效样本的振动信号提取小波包奇异谱熵作为初始特征。其次,用... 滚动轴承作为旋转机械最容易发生故障的零部件之一,对其进行性能状态评估,及早判断出故障情况并做出相应的维修策略具有重要的意义。首先对轴承早期无故障样本和同类轴承的失效样本的振动信号提取小波包奇异谱熵作为初始特征。其次,用早期无故障样本特征和同类轴承失效样本特征建立径向基(RBF)神经网络模型,将已提取特征的轴承全寿命数据特征通过迭代的方式输入到RBF模型中。为了得到有界限的性能退化评估指标,提高性能评估准确率,将RBF模型输出结果输入到隶属度函数,计算隶属度,以此作为性能退化评估指标。使用箱线图设置自适应阈值,确定轴承早期失效阈值。最后用包络解调对结果进行验证。实验表明,提出的性能退化评估方法早期故障检测能力强,得到的结论与轴承加速疲劳试验得到的结果保持一致。 展开更多

关键词 滚动轴承 小波包奇异谱熵 RBF神经网络 模糊评价 箱线图 包络解调

原文传递

基于小波包奇异谱熵和IWOA-ELM的列车轴承故障诊断 被引量：5

13

作者 王发令 吴佳敏 陈冠雄 《机电工程技术》 2023年第5期295-299,共5页

为了有效提高多工况下地铁列车滚动轴承故障诊断精度,基于轴承振动数据,提出一种基于小波包奇异谱熵和改进鲸鱼优化算法(IWOA)优化极限学习机(ELM)的故障诊断方法。针对轴承振动信号的非平稳性和非线性特点,采用小波包提取样本特征,使... 为了有效提高多工况下地铁列车滚动轴承故障诊断精度,基于轴承振动数据,提出一种基于小波包奇异谱熵和改进鲸鱼优化算法(IWOA)优化极限学习机(ELM)的故障诊断方法。针对轴承振动信号的非平稳性和非线性特点,采用小波包提取样本特征,使用奇异值分解提取小波包数据集的样本信息熵,获得样本特征集。其次,针对模型参数难以确定,优化速度慢且容易陷入局部最优问题,采用变异算子和混沌动态权重因子改进鲸鱼优化算法(WOA),使用IWOA优化ELM参数获得故障诊断模型。最后,使用美国凯斯西储大学的轴承故障数据验证了模型的可靠性和稳定性,在多工况下不同类型组合的300组测试样本中,模型诊断准确率为99.33%。同时与同一数据源的其他诊断模型进行对比验证模型的优越性。结果表明,基于小波包奇异谱熵和IWOA-ELM的轴承故障诊断模型诊断可靠性强、准确率高。 展开更多

关键词 滚动轴承 故障诊断 小波包奇异谱熵 改进鲸鱼优化算法 极限学习机

下载PDF 职称材料

基于小波包奇异谱熵和WOA-SVM的GIS放电故障诊断

14

作者 臧旭 龚正朋 +3 位作者 俞文帅 张甜瑾 杨嵩 李呈营 《电机与控制应用》 2024年第9期60-69,共10页

为实现气体绝缘开关设备(GIS)放电故障诊断并提高诊断正确率,提出了一种基于小波包奇异谱熵和鲸鱼优化算法优化支持向量机(WOA-SVM)的GIS放电故障诊断方法。首先,提取GIS放电时的特高频信号的小波包奇异谱熵作为特征向量;然后,采用WOA... 为实现气体绝缘开关设备(GIS)放电故障诊断并提高诊断正确率,提出了一种基于小波包奇异谱熵和鲸鱼优化算法优化支持向量机(WOA-SVM)的GIS放电故障诊断方法。首先,提取GIS放电时的特高频信号的小波包奇异谱熵作为特征向量;然后,采用WOA寻优找到SVM的最优参数,建立准确的分类模型;最后,通过试验模拟GIS典型的放电故障,采用网格搜索参数的SVM、粒子群优化参数的SVM以及所提的WOA-SVM三种算法对GIS放电故障类型进行识别。结果表明所提的WOA-SVM算法故障识别正确率更高、适应度更好且收敛速度更快。 展开更多

关键词 鲸鱼优化算法 GIS放电故障 SVM参数寻优 特高频 小波包奇异谱熵

下载PDF 职称材料

小波包奇异谱熵与LVQ网络齿轮箱轴承退化评估

15

作者 肖乾 汪寒俊 +5 位作者 朱海燕 王文静 朱恩豪 叶小芬 魏昱洲 李林 《振动．测试与诊断》 EI CSCD 北大核心 2024年第6期1181-1189,1249,1250,共11页

为研究齿轮箱轴承性能退化评估,首先,根据高速列车齿轮箱轴承与齿轮的相关数据,对齿轮箱轴承仿真振动信号训练样本进行小波包分解并计算小波包奇异谱熵构成特征向量,输入到学习向量量化(learning vector quantization,简称LVQ)神经网络... 为研究齿轮箱轴承性能退化评估,首先,根据高速列车齿轮箱轴承与齿轮的相关数据,对齿轮箱轴承仿真振动信号训练样本进行小波包分解并计算小波包奇异谱熵构成特征向量,输入到学习向量量化(learning vector quantization,简称LVQ)神经网络聚类模型中,建立性能退化评估模型;其次,将测试样本按同样的方式提取特征向量,输入到建立好的模型中评估轴承性能退化状态;然后,选取轴承全寿命疲劳试验进行分析,并选择特征优选和模糊C均值聚类算法进行对比;最后,根据LVQ神经网络聚类算法确定训练样本中正常状态和失效状态的聚类中心,建立性能退化评估模型。结果表明:将小波包奇异谱熵和LVQ神经网络聚类算法相结合,能较好区分齿轮箱轴承不同的退化状态,准确表现轴承性能退化曲线;通过隶属度函数计算隶属度作为性能退化评价指标,可以对性能退化状态进行定量表征;通过对时域指标和频域指标特征优选进行对比,验证了本研究方法更加有效,对早期退化更敏感,能及时发现早期退化并且能对退化程度进行准确评估。 展开更多

关键词 交通工程 齿轮箱振动加速度 信号仿真 小波包奇异谱熵 学习向量量化神经网络聚类 性能退化评估

下载PDF 职称材料

基于声波信号小波包奇异谱熵和支持向量机的断路器故障诊断研究

16

作者 谭振沛 《价值工程》 2012年第25期28-30,共3页

在断路器投切时伴随着较强的声波信号,它包含了大量断路器状态信息,通过分析声波信号能够特征提取方法,能够为后续故障诊断提供依据。断路器声波信号易受环境因素影响,且包含非线性、非平稳成份,文中利用小波包奇异谱熵的信号特征提取... 在断路器投切时伴随着较强的声波信号,它包含了大量断路器状态信息,通过分析声波信号能够特征提取方法,能够为后续故障诊断提供依据。断路器声波信号易受环境因素影响,且包含非线性、非平稳成份,文中利用小波包奇异谱熵的信号特征提取方法对其进行处理,同时使用支持向量机进行故障识别判断。 展开更多

关键词 断路器 声波 小波包 奇异谱熵 支持向量机

下载PDF 职称材料