【出 处】：《 计算机仿真 》 CSCD 2013年第30卷第6期 230-233页,共4页

【作 者】： 祁爱华 [1] ; 罗义 [2] ; 高丽婷 [1] ; 杜春梅 [1]

【摘 要】 机械设备在运转中转速总会存在波动或者发生较大变化，与转速相关的故障特征频率也会产生一定的波动，甚至是较大范围的跳跃，设备振动故障特征频率存在非线性，很难用模型公式描述。传统的采用小波分解的故障特征挖掘方法，将信号分解到不同频段上，判断故障特征频率的一致性，上述方法诊断条件单一、规则惟一，一旦故障信号不完整或信号波动，就无法进行诊断。为了避免上述缺陷，提出了一种融合诊断网络算法的非稳态故障信号的深度挖掘方法。利用小波变换方法，提取非稳态故障信号的特征。再利用融合诊断网络，获取故障信息，从而实现非稳态故障信号的深度挖掘。实验结果表明，利用改进算法能够有效提高非稳态故障信号挖掘的准确性，有利于故障的快速修复。