摘要：在电机故障诊断技术中，电机振动信号最能全面反映电机的运行状态。由于电机振动信号属于非平稳随机信号，传统的傅里叶变换从频域角度进行信号分析，只能说明信号中某频率成分幅值的大小和频率密度，不能检测奇异信号点的时域信息，而且还可能将含有丰富故障信息的微弱信号作为噪声滤去。因此，不能完全满足故障信号特征提取的要求。为解决这一问题，提出一种基于小波分析和神经网络的电机故障诊断方法，该方法采用小波时频分析技术对电机故障振动信号进行消噪滤波，通过小波包分解系数求取频带能量，根据各个频带能量的变化提取故障特征，应用BP神经网络进行故障识别，并采用Matlab仿真软件予以实现。结果表明，该方法不需要建立电机的故障诊断模型，能有效提高电机故障诊断的准确性。

原文链接:http://www.cqvip.com//QK/90502X/201003/33239061.html

送人玫瑰，手留余香~如您已下载到该资源，可在回帖当中上传与大家共享，欢迎来CDA社区交流学习。（仅供学术交流用。）