包括英文原文和中文翻譯，其中中文翻譯5700字；英文 含詳細作者及出處信息

對基于離散小波變換和神經(jīng)網(wǎng)絡(luò)的發(fā)動機故障診斷的研究


摘要：
　　　本文是對基于離散小波變換（DWT）和神經(jīng)網(wǎng)絡(luò)的內(nèi)燃機故障診斷技術(shù)的調(diào)查報告。一般來說，當旋轉(zhuǎn)機械的振動信號不可用時，聲發(fā)射信號在狀態(tài)監(jiān)測和故障診斷方面很有替代振動信號的前景。大多數(shù)傳統(tǒng)的故障診斷技術(shù)使用基于對信號的時域或頻域的振幅分析而得到的聲發(fā)射和振動信號。同時，為了獲得時域和頻域信息，連續(xù)小波變換（CWT）技術(shù)也得到了發(fā)展。但不幸的是，CWT技術(shù)經(jīng)常需要一段長的計算時間來完成操作。在本研究中，為了修正這些缺點，我們在不喪失其原本的性質(zhì)的前提下，提出了一種新的DWT技術(shù)，這種技術(shù)通過使用神經(jīng)網(wǎng)絡(luò)分析錯誤信號，能夠?qū)崿F(xiàn)能量光譜的特征選擇和故障分類。不同分辨率水平下的聲發(fā)射信號的特征可以通過利用多分辨率分析特性和帕斯瓦爾定理來得到[ Gaing,Z,L (2004).基于小波的電流擾動和識別神經(jīng)網(wǎng)絡(luò)。電子和電氣工程師協(xié)會，電網(wǎng)技術(shù) 19，1560-1568]。該算法是從Daubechies以往的工作得到的[Daubechies, I.(1998).緊支撐小波的標準基礎(chǔ)。通信理論數(shù)學(xué)和應(yīng)用數(shù)學(xué) 41,909-996.], “db4”, “db8”和“db20”小波函數(shù)被用來執(zhí)行本文所提出的DWT技術(shù)。這些特征被用于基于神經(jīng)網(wǎng)絡(luò)的錯誤識別。這些試驗結(jié)果表明本文所提到的使用聲發(fā)射信號系統(tǒng)是有用的，它能用于各種發(fā)動機工作條件下的故障診斷。
關(guān)鍵詞：離散小波變換，神經(jīng)網(wǎng)絡(luò)，異響診斷，聲發(fā)射信號