基于IGA优化BPNN的船舶电力系统故障诊断

1

作者 刘行 施伟锋 +1 位作者 谢嘉令 宋铁维 《控制工程》 北大核心 2025年第9期1634-1642,共9页

针对船舶电力系统的故障电流信号具有非平稳、非周期性的特点,在反向传播(back propagation, BP)神经网络的基础上,提出一种基于免疫遗传算法(immune genetic algorithm,IGA)优化BP神经网络的船舶电力系统故障诊断方法。首先,利用小波... 针对船舶电力系统的故障电流信号具有非平稳、非周期性的特点,在反向传播(back propagation, BP)神经网络的基础上,提出一种基于免疫遗传算法(immune genetic algorithm,IGA)优化BP神经网络的船舶电力系统故障诊断方法。首先,利用小波包分解(wavelet packet decomposition, WPD)提取故障电流信号的特征向量,所得特征向量维度的降低减少了BP神经网络的输入节点数,缩小了网络规模。然后,针对BP算法收敛速度慢且容易陷入局部极小值的问题,引入IGA对BP神经网络的权值和阈值进行优化。船舶电力系统仿真和算例测试验证的结果表明,相比遗传算法(genetic algorithm, GA),IGA的误差收敛迭代次数减少了56%,优化后的BP神经网络对船舶电力系统故障的诊断正确率达到95.68%,具有较高的诊断精度。 展开更多

关键词 船舶电力系统 小波包分解 免疫遗传 bp神经网络 故障诊断

在线阅读 下载PDF 职称材料

基于小波包分解与BP神经网络的制动系统电磁阀故障诊断研究 被引量：5

2

作者 孙环阳 张红光 +1 位作者 薛明晨 鹿峰凯 《铁道机车车辆》 北大核心 2024年第5期39-45,共7页

针对轨道车辆制动控制系统中电磁阀故障识别困难的问题,提出了一种基于小波包分解与BP神经网络的电磁阀故障诊断方法。该方法首先将原始信号进行小波包分解;然后对分解后的小波包系数进行特征提取;最后采用BP神经网络算法对不同故障提... 针对轨道车辆制动控制系统中电磁阀故障识别困难的问题,提出了一种基于小波包分解与BP神经网络的电磁阀故障诊断方法。该方法首先将原始信号进行小波包分解;然后对分解后的小波包系数进行特征提取;最后采用BP神经网络算法对不同故障提取出的特征进行诊断。为了验证该方法的有效性,基于Simulink进行了仿真验证,仿真结果表明:该方法通过了仿真验证,从理论上证明了该方法可行。在此基础上,进一步开展了实物验证,通过对比真实的正常电磁阀、阀芯卡滞电磁阀、弹簧失效电磁阀,实物验证结果从工程实现方面进一步说明了文中提出方法的有效性,能够实现制动系统电磁阀故障诊断。 展开更多

关键词 制动系统 电磁阀 故障诊断 小波包分解 bp神经网络

在线阅读 下载PDF 职称材料

基于小波包分解和神经网络集成群的滚动轴承故障诊断 被引量：2

3

作者 柴立平 孟壮壮 +1 位作者 石海峡 李强 《合肥工业大学学报(自然科学版)》 北大核心 2025年第4期447-454,共8页

文章提出一种将多个神经网络相结合的神经网络集成群算法进行滚动轴承故障诊断。首先对原始振动信号进行小波包变换,分别采用小波包能量和小波包样本熵作为特征向量;其次采用多个粒子群优化反向传播(particle swarm optimization-back p... 文章提出一种将多个神经网络相结合的神经网络集成群算法进行滚动轴承故障诊断。首先对原始振动信号进行小波包变换,分别采用小波包能量和小波包样本熵作为特征向量;其次采用多个粒子群优化反向传播(particle swarm optimization-back propagation,PSO-BP)神经网络分别对轴承进行故障诊断,比较分析小波包能量和小波包样本熵作为特征向量的适配程度;再以多个神经网络作为神经网络集成群的基础子网络,通过统计耦合、输出耦合和统计输出耦合形成神经网络集成群的二级网络;最后通过最终统计耦合输出神经网络集成群的分类结果。研究结果表明,该方法可获得理想的滚动轴承故障诊断准确率,在负载变化时具有良好的泛化性能。 展开更多

关键词 滚动轴承 故障诊断 小波包变换 粒子群优化反向传播神经网络 神经网络集成群

在线阅读 下载PDF 职称材料

小波包与改进BP神经网络相结合的齿轮箱故障识别 被引量：12

4

作者 时建峰 程珩 +3 位作者 许征程 史少辉 时伟 钮效鵾 《振动．测试与诊断》 EI CSCD 北大核心 2009年第3期321-324,共4页

应用小波包分解技术提取齿轮箱振动信号中的故障特征向量,并以此作为改进BP神经网络的输入,对神经网络进行训练,建立了齿轮箱运行状态分类器,用以识别齿轮箱的运行状态。试验结果表明,小波包分解与神经网络相结合的齿轮箱齿轮故障识别... 应用小波包分解技术提取齿轮箱振动信号中的故障特征向量,并以此作为改进BP神经网络的输入,对神经网络进行训练,建立了齿轮箱运行状态分类器,用以识别齿轮箱的运行状态。试验结果表明,小波包分解与神经网络相结合的齿轮箱齿轮故障识别方法是可靠的,可以准确识别齿轮箱的故障。 展开更多

关键词 小波包 bp神经网络 齿轮箱 故障识别

在线阅读 下载PDF 职称材料

基于谐波小波包和BP神经网络的滚动轴承声发射故障模式识别技术 被引量：63

5

作者 赵元喜 胥永刚 +1 位作者 高立新 崔玲丽 《振动与冲击》 EI CSCD 北大核心 2010年第10期162-165,共4页

由于滚动轴承声发射信号在各频段的能量分布与轴承的故障类型相关,可以利用谐波小波包将不同故障滚动轴承的声发射信号分解到不同频段,进而将各频段的能量组成特征向量输入BP神经网络,通过神经网络判别滚动轴承的故障类型。利用神经网... 由于滚动轴承声发射信号在各频段的能量分布与轴承的故障类型相关,可以利用谐波小波包将不同故障滚动轴承的声发射信号分解到不同频段,进而将各频段的能量组成特征向量输入BP神经网络,通过神经网络判别滚动轴承的故障类型。利用神经网络对滚动轴承进行故障识别时,对谐波小波包和Daubechies小波包进行了比较。实验结果表明对于滚动轴承声发射信号的故障模式识别,将谐波小波包分解和BP神经网络相结合的方法可以获得良好的效果。 展开更多

关键词 滚动轴承 声发射 谐波小波包 神经网络 故障模式识别

在线阅读 下载PDF 职称材料

基于小波包分析和BP神经网络的中医脉象识别方法 被引量：8

6

作者 郭红霞 王炳和 +1 位作者 张丽琼 师义民 《计算机应用研究》 CSCD 北大核心 2006年第6期185-187,共3页

利用小波变换具有揭示信号时频两域细节和局部特征的能力,提出了将脉象信号的小波包分析和BP神经网络相结合以达到识别中医脉象的新方法。首先对脉象信号作三层小波包分解,利用小波包分解系数重构信号。然后计算第三层从低频至高频八个... 利用小波变换具有揭示信号时频两域细节和局部特征的能力,提出了将脉象信号的小波包分析和BP神经网络相结合以达到识别中医脉象的新方法。首先对脉象信号作三层小波包分解,利用小波包分解系数重构信号。然后计算第三层从低频至高频八个频带的信号能量,以此能量构造出脉象信号的特征向量送入改进的BP神经网络进行训练。大量样本的实验证实该方法具有识别正确率高、速度快的优点。 展开更多

关键词 脉象识别 bp神经网络 小波包分析

在线阅读 下载PDF 职称材料

基于小波包和改进BP神经网络的滚动轴承故障诊断方法 被引量：11

7

作者 丁庆喜 田福庆 罗荣 《现代电子技术》 2013年第8期13-16,共4页

为了改进BP神经网络进行滚动轴承故障诊断时,网络存在收敛速度慢、易于陷入局部极小点的缺点。应用基于Levenberg-Marquardt法对BP网络进行改进,实现了改进后的BP神经网络结合小波包进行滚动轴承故障诊断的方法。首先,利用小波包多分辨... 为了改进BP神经网络进行滚动轴承故障诊断时,网络存在收敛速度慢、易于陷入局部极小点的缺点。应用基于Levenberg-Marquardt法对BP网络进行改进,实现了改进后的BP神经网络结合小波包进行滚动轴承故障诊断的方法。首先,利用小波包多分辨率的特点对滚动轴承的振动信号进行分解和重构,计算各子频带能量并进行归一化,构造特征向量。然后,将所得到的特征向量作为两种BP神经网络的输入,即改进后的BP神经网络和常规的BP神经网络。最后,对两种网络进行训练并测试,结合实验数据验证改进方法的可行性。实验结果表明,改进后的BP神经网络不仅可行,同时提高了收敛速度和诊断的精确度。 展开更多

关键词 小波包 bp神经网络 Levenberg—Marquardt 滚动轴承 故障诊断

在线阅读 下载PDF 职称材料

小波包分析和BP神经网络在滚动轴承故障模式识别中的应用 被引量：33

8

作者 黄良沛 吴超威 王靖 《电子测量技术》 2016年第4期164-168,共5页

根据滚动轴承振动信号的不同故障模式在频域能量分布中的差异性,提出了基于小波包分解与重构和BP神经网络的轴承故障模式识别技术。论文首先对轴承振动信号进行小波包三层分解,完成了振动信号在空间的完整拆分,同时得到了第三层由低频... 根据滚动轴承振动信号的不同故障模式在频域能量分布中的差异性,提出了基于小波包分解与重构和BP神经网络的轴承故障模式识别技术。论文首先对轴承振动信号进行小波包三层分解,完成了振动信号在空间的完整拆分,同时得到了第三层由低频到高频的小波包分解系数,再依据小波包分解系数分别重构各频段的信号,并提取信号各频段的能量。然后利用信号各频段的能量组成的特征矢量作为BP神经网络的输入样本,对BP神经网络进行训练,获得不同故障模式识别网络模型,最后利用测试数据对建立起来的BP神经网络模型进行检验,通过BP神经网络判别滚动轴承的故障类型。实验结果证明,采用小波包分解与重构和BP神经网络相结合的方法可以比较准确地识别滚动轴承的故障。 展开更多

关键词 滚动轴承 小波包分解 bp神经网络 模式识别

在线阅读 下载PDF 职称材料

基于小波包和BP神经网络的风机齿轮箱故障诊断 被引量：16

9

作者 王皓 周峰 《噪声与振动控制》 CSCD 2015年第2期154-159,共6页

为了对风力发电机组中最容易发生故障的核心部件齿轮箱进行故障诊断,提出基于小波包变换和BP(Back Propagation)神经网络的齿轮箱故障诊断方法。首先,根据齿轮箱工作时的振动信号特性,通过小波包变换方法对振动信号进行去噪、分解与重构... 为了对风力发电机组中最容易发生故障的核心部件齿轮箱进行故障诊断,提出基于小波包变换和BP(Back Propagation)神经网络的齿轮箱故障诊断方法。首先,根据齿轮箱工作时的振动信号特性,通过小波包变换方法对振动信号进行去噪、分解与重构,有效提取不同故障下各频段能量的故障特征;其次,将提取的能量故障特征输入至BP神经网络诊断系统中进行识别,实现故障的智能诊断。通过试验证明了该方法的有效性。 展开更多

关键词 振动与波 风机齿轮箱 小波包变换 bp神经网络 故障诊断

在线阅读 下载PDF 职称材料

基于小波包分析和BP网络识别的齿轮故障诊断 被引量：3

10

作者 王本永 郭仁宁 李文生 《辽宁工程技术大学学报（自然科学版）》 CAS 北大核心 2002年第5期659-660,共2页

针对齿轮故障信号的能量所引起的变化会淹没在常规振动与噪声之中,用传统的信号处理方法不易提取故障特征,给齿轮的故障诊断带来很大困难这一事实,本文描述了用于从振动信号中提取故障信息的小波包和用于识别故障类型的BP网络,研究了BP... 针对齿轮故障信号的能量所引起的变化会淹没在常规振动与噪声之中,用传统的信号处理方法不易提取故障特征,给齿轮的故障诊断带来很大困难这一事实,本文描述了用于从振动信号中提取故障信息的小波包和用于识别故障类型的BP网络,研究了BP网络故障模式识别与小波包故障特征提取结合在一起对齿轮故障进行诊断的方法。研究结果表明该方法可以成功地用于齿轮常见故障的识别和诊断。 展开更多

关键词 小波包分析 bp网络 齿轮 故障诊断 人工神经网络 故障类型 模式识别

在线阅读 下载PDF 职称材料

基于小波包分解和BP神经网络的轴承故障诊断 被引量：12

11

作者 叶瑞召 李万红 《轴承》 北大核心 2012年第10期53-56,共4页

针对滚动轴承的故障诊断,提出了小波包分解与BP神经网络结合的诊断方法。对轴承振动信号进行3层小波包分解,构造其特征向量,输入神经网络进行训练和测试。Matlab仿真结果表明,该方法能有效地诊断出轴承的故障类型。

关键词 滚动轴承 故障诊断 小波包分解 特征向量 bp神经网络

在线阅读 下载PDF 职称材料

基于小波包分解和PSO-BPNN的滚动轴承故障诊断 被引量：22

12

作者 鞠晨 张超 +3 位作者 樊红卫 张旭辉 杨一晴 严杨 《工矿自动化》 北大核心 2020年第8期70-74,共5页

针对现有煤矿旋转机械滚动轴承故障诊断方法存在信号有效特征提取不完全、故障诊断精度不高及效率低等问题,提出了一种基于小波包分解和粒子群优化BP神经网络的滚动轴承故障诊断方法。该方法包括信号特征提取和故障类型识别两部分:在信... 针对现有煤矿旋转机械滚动轴承故障诊断方法存在信号有效特征提取不完全、故障诊断精度不高及效率低等问题,提出了一种基于小波包分解和粒子群优化BP神经网络的滚动轴承故障诊断方法。该方法包括信号特征提取和故障类型识别两部分:在信号特征提取部分,对采集的滚动轴承振动信号进行小波包分解,得到各子频带能量及信号总能量,经归一化处理后获得表征滚动轴承状态的特征向量;在故障类型识别部分,通过粒子群优化算法优化BP神经网络的初始权值和阈值,以加速网络收敛速度,避免陷入局部极小值。实验结果表明,该方法提高了滚动轴承故障诊断效率和准确率。 展开更多

关键词 煤矿旋转机械 滚动轴承 故障诊断 小波包分解 粒子群优化 bp神经网络

在线阅读 下载PDF 职称材料

基于小波包和IGA-BP神经网络的滚动轴承故障识别方法 被引量：6

13

作者 王育炜 王红军 +2 位作者 韩秋实 李连玉 熊青春 《机床与液压》 北大核心 2020年第17期184-187,共4页

为识别数控机床运行过程中滚动轴承的运行状态,提高滚动轴承的故障状态诊断正确率,提出了一种基于小波包分解的改进遗传算法优化BP神经网络的滚动轴承故障识别方法。以滚动轴承的4种故障状态为研究对象,通过小波包分解振动信号,得到敏... 为识别数控机床运行过程中滚动轴承的运行状态,提高滚动轴承的故障状态诊断正确率,提出了一种基于小波包分解的改进遗传算法优化BP神经网络的滚动轴承故障识别方法。以滚动轴承的4种故障状态为研究对象,通过小波包分解振动信号,得到敏感特征向量;针对BP神经网络的缺点,运用改进遗传算法优化BP神经网络的阈值和权值,实现最优训练,建立更精确的滚动轴承IGA-BP状态预测模型。结果表明:IGA-BP预测模型收敛速度更快,预测准确率更高,证明了所提方法的有效性。 展开更多

关键词 改进遗传算法 小波包分解 bp神经网络 故障识别

在线阅读 下载PDF 职称材料

基于改进小波包结合CS-BP的地面驱动螺杆泵故障诊断 被引量：5

14

作者 李博文 宋文广 +1 位作者 徐加军 张宝 《科学技术与工程》 北大核心 2023年第13期5641-5646,共6页

针对目前地面驱动螺杆泵故障诊断存在效率不高、精度不足、损耗资源的问题,提出通过引入功率谱细化的思想改进小波包变换,再结合布谷鸟搜索(cuckoo search,CS)优化反向传播(back propagation,BP)神经网络的诊断方法。首先,通过改进的小... 针对目前地面驱动螺杆泵故障诊断存在效率不高、精度不足、损耗资源的问题,提出通过引入功率谱细化的思想改进小波包变换,再结合布谷鸟搜索(cuckoo search,CS)优化反向传播(back propagation,BP)神经网络的诊断方法。首先,通过改进的小波变换对螺杆泵有功功率分解重构得到特征向量;其次,与瞬时流量、进口回压等参数进行归一化处理,作为BP神经网络的输出层信息;再次,使用布谷鸟搜索寻优得到BP神经网络的权值和阈值,建立CS-BP故障诊断模型;最后,应用于螺杆泵不同故障类型的诊断,并通过与目前的主流诊断方法进行诊断效果的分析比较。结果表明,对于螺杆泵不同类型故障诊断的平均精度达到95.6%,对比分析证明了所提方法的可行性与优越性。 展开更多

关键词 地面驱动螺杆泵 故障诊断 功率谱 小波包变换 布谷鸟搜索 bp神经网络

在线阅读 下载PDF 职称材料

基于MEA-BP神经网络对木材内部缺陷诊断的研究 被引量：10

15

作者 刘佳美 徐凯宏 王立海 《林产工业》 北大核心 2018年第2期19-24,共6页

为了提高木材内部缺陷的自动识别率,采用电阻层析成像(ERT)的方法获取电导率波动信号,通过小波包变换对采集的数据进行3层小波包分析,对八维特征向量进行提取,利用思维进化算法(MEA)优化权值和阈值,孔洞、节子、腐朽试样各45组数据,进... 为了提高木材内部缺陷的自动识别率,采用电阻层析成像(ERT)的方法获取电导率波动信号,通过小波包变换对采集的数据进行3层小波包分析,对八维特征向量进行提取,利用思维进化算法(MEA)优化权值和阈值,孔洞、节子、腐朽试样各45组数据,进行BP神经网络训练,每种缺陷20组作为测试集,识别木材内部缺陷。结果表明:MEA-BP神经网络对木材孔洞、节子和腐朽的识别率分别为96.92%、95.38%和92.31%,该模型解决了复杂组合的优化问题,提高了搜索效率,并且达到最佳的预测效果。 展开更多

关键词 缺陷识别 小波包分析 MEA-bp神经网络 无损检测

在线阅读 下载PDF 职称材料

基于GA-PSO优化BP神经网络的压缩机气阀故障诊断 被引量：19

16

作者 邵继业 谢昭灵 杨瑞 《电子科技大学学报》 EI CAS CSCD 北大核心 2018年第5期781-787,共7页

针对压缩机气阀故障信号非平稳性、非周期性的特点,提出一种基于主成分分析(PCA)和GA-PSO优化BP神经网络的压缩机气阀故障诊断方法。首先利用小波包分解提取出气阀故障的特征;然后故障特征向量通过PCA降维,降低网络的规模和计算时间。... 针对压缩机气阀故障信号非平稳性、非周期性的特点,提出一种基于主成分分析(PCA)和GA-PSO优化BP神经网络的压缩机气阀故障诊断方法。首先利用小波包分解提取出气阀故障的特征;然后故障特征向量通过PCA降维,降低网络的规模和计算时间。针对标准BP算法收敛速度慢且易陷入局部极小的缺点,引入一种GA-PSO算法用于BP神经网络的参数优化过程。最后以往复压缩机阀盖的振动信号作为信号源,通过故障诊断仿真测试,验证了PCA和GA-PSO-BP神经网络对压缩机气阀故障诊断具有可行性和有效性。 展开更多

关键词 bp神经网络 故障诊断 GA-PSO算法 气阀 主成份分析 小波包分解

在线阅读 下载PDF 职称材料

基于DBI-小波包分解和改进BP神经网络的轴承故障诊断方法研究 被引量：11

17

作者 张玉彦 张金龙 +4 位作者 文笑雨 李浩 孙春亚 王昊琪 乔东平 《河南理工大学学报（自然科学版）》 CAS 北大核心 2023年第1期116-123,共8页

针对轴承故障诊断问题,以振动信号为分析对象,提出DBI-小波包分解和改进BP神经网络的诊断方法。采用4层小波包分解获取振动信号的不同频带特征,引入戴维森堡丁指数(Davies-Bouldin index,DBI)定量评价小波包分解结果,确定小波基函数为F... 针对轴承故障诊断问题,以振动信号为分析对象,提出DBI-小波包分解和改进BP神经网络的诊断方法。采用4层小波包分解获取振动信号的不同频带特征,引入戴维森堡丁指数(Davies-Bouldin index,DBI)定量评价小波包分解结果,确定小波基函数为FK22时达到最佳分解结果。采用改进的BP神经网络对不同频带特征识别,引入弹性梯度下降法解决传统BP神经网络收敛速度慢和梯度消失等问题,提高网络训练速度。同时,针对BP神经网络隐藏层层数及各隐藏层节点个数难以确定的问题,设计正交实验对不同参数组合效果进行验证,选出最佳参数,避免盲目低效调参。对电机滚动轴承进行验证,结果表明平均故障识别准确率达到98.833%。 展开更多

关键词 轴承故障诊断 小波包分解 bp神经网络 戴维森堡丁指数

在线阅读 下载PDF 职称材料

小波包-BP神经网络结合的热轧带钢缺陷识别

18

作者 董振虎 王焱 《济南大学学报（自然科学版）》 CAS 北大核心 2012年第1期41-44,共4页

基于热轧带钢的表面往往存在着很多缺陷,目前的识别方法存在着误识率高的问题,提出一种基于小波包分解的提取图像特征的方法,将提取的图像的能量特征向量输入BP神经网络分类器,对麻点、夹杂和结疤3种缺陷进行识别,仿真结果表明这种方法... 基于热轧带钢的表面往往存在着很多缺陷,目前的识别方法存在着误识率高的问题,提出一种基于小波包分解的提取图像特征的方法,将提取的图像的能量特征向量输入BP神经网络分类器,对麻点、夹杂和结疤3种缺陷进行识别,仿真结果表明这种方法有着较高的识别率,并具有稳健的抗噪性和良好的扩展性。 展开更多

关键词 小波包分析 bp神经网络 热轧带钢表面缺陷

在线阅读 下载PDF 职称材料

基于模式识别的舰船机械电子设备故障自动监测 被引量：3

19

作者 周丹 熊建华 李柯 《舰船科学技术》 北大核心 2024年第13期82-85,共4页

舰船机械电子设备故障数据量较为庞大,且模式复杂多样,为满足其复杂性的要求,提出基于模式识别的舰船机械电子设备故障自动监测方法,采集舰船机械电子设备运行中的温度、压力、振动等数据作为故障监测的原始数据,计算数据间的相似系数... 舰船机械电子设备故障数据量较为庞大,且模式复杂多样,为满足其复杂性的要求,提出基于模式识别的舰船机械电子设备故障自动监测方法,采集舰船机械电子设备运行中的温度、压力、振动等数据作为故障监测的原始数据,计算数据间的相似系数和欧氏距离,结合K均值算法实现数据聚类处理。通过小波包算法对聚类后的数据进行特征提取,将其输入到卷积神经网络中,通过对监测模型进行训练,最终实现对舰船机械电子设备故障自动监测。通过实验分析,该方法与相关人员进行监测的故障情况高度一致,在不同故障类型监测的时间均能够保持在5 ms以内,具有较高的监测效率和监测精准度。 展开更多

关键词 模式识别 舰船机械电子设备 故障监测 K均值算法 小波包算法 卷积神经网络

在线阅读 下载PDF 职称材料

基于模态分析和神经网络的分子泵故障检测方法研究 被引量：1

20

作者 郑悦 周盈 +1 位作者 綦磊 李一博 《真空科学与技术学报》 CAS CSCD 北大核心 2024年第8期687-694,共8页

分子泵一种基于气体分子定向运动而产生真空环境的装置,在空间环境模拟等试验中至关重要,其内部结构精密而复杂,长期使用后可能会产生真空度不足等故障,如何及时准确地诊断分子泵的运行状态格外关键。文章提出了一种基于模态分析的降噪... 分子泵一种基于气体分子定向运动而产生真空环境的装置,在空间环境模拟等试验中至关重要,其内部结构精密而复杂,长期使用后可能会产生真空度不足等故障,如何及时准确地诊断分子泵的运行状态格外关键。文章提出了一种基于模态分析的降噪技术,并采用神经网络对采集到的信号数据进行故障诊断与识别。实验结果表明,该方法的平均诊断准确率达到了90.0%,有效地实现了分子泵的故障检测和状态评估。 展开更多

关键词 分子泵 故障诊断 小波包能量 bp 神经网络

在线阅读 下载PDF 职称材料