基于神经网络的舰船电力变频器故障识别研究

发布时间：2021-03-23 05:42

　　为及时发现舰船电力变频器故障并排除,继而减少损失,结合神经网络算法进行舰船电力变频器故障识别研究。该研究首先进行电力变频器故障信号采集与去噪处理,然后利用小波包变换提取故障特征,最后利用GA-BP神经网络算法实现故障识别。结果表明,所研究识别方法应用下,准确识别出了测试样本中的故障类型,证明了其有效性和可行性。 

【文章来源】：舰船科学技术. 2020,42(22)北大核心

【文章页数】：3 页

【部分图文】：

训练结果Fig.1Trainingresults

【参考文献】：
期刊论文
[1]基于BP神经网络的三电平逆变器开路故障诊断研究[J]. 王丽华,方旭东,韩素敏,郑书晴.  机床与液压. 2020(09)
[2]基于自适应深度卷积神经网络的发射车滚动轴承故障诊断研究[J]. 曹继平,王赛,岳小丹,雷宁.  振动与冲击. 2020(05)
[3]基于小波包-神经网络的电厂发电机组故障诊断研究[J]. 刘志刚,赵晓燕,张涛,敖宝林,李四敏,党齐乾.  机械传动. 2018(08)
[4]基于BP神经网络的动车组客室空调故障识别与预警研究[J]. 姜陈,周斌,廖小东.  铁道标准设计. 2018(02)



本文编号：3095249