基于小波的消噪及BP神经网络的故障诊断Wavelet-based De-noising and Its Application in BP Neural Network-based Fault Diagnosis
张福明,吴松林
摘要(Abstract)：
针对故障检测信号信噪比低、难以进行特征提取的特点,介绍了一种新的利用小波消除信号噪音的算法,进而利用BP神经网络实现了较为理想的故障诊断。该算法是基于最佳正交小波基的选择,使熵在小波收缩过程中的作用最小。实验结果表明利用小波变换从数据中提取的训练样本能够有效地消除噪声,更好地反映故障特征,提高故障诊断的效率。
关键词(KeyWords)： 小波变换;神经网络;特征提取;故障诊断
基金项目(Foundation):
作者(Author): 张福明,吴松林
参考文献(References)：
- [1]Goumas S K,Zervakis M E.Classification of Washing Ma-chines Vibration Signals Using Discrete Wavelet Analysisfor Feature Extraction[J].IEEE Trans.on Instrumentationand Measurement,2002,51(3):497 508.
- [2][美]Ingrid Daubechies.小波十讲[M].李建平,杨万年,译.北京:国防工业出版社,2004.
- [3]Donoho D L.De noising by Soft thresholding[J].IEEETrans.Info.Theory,1995,41:613 627.
- [4]Chang S G,Yu B,Vetterli M.Adaptive Wavelet Threshol-ding for Image Denoising and Compression[J].IEEE Trans.Image Proc.,2002,9:1 532 1 546.
- [5]飞思科技产品研发中心.神经网络理论与Matlab 7实现[M].北京:电子工业出版社,2005.
- [6]胡广书.现代信号处理教程[M].北京:清华大学出版社,2004.