重庆理工大学学报（自然科学） ›› 2020, Vol. 34 ›› Issue (1): 242-246.doi: 10.3969/j.issn.1674-8425(z).2020.01.032
江 毓，郑燕萍，张 新，张 涌
摘要： 为研制取代人耳识别车辆调光电机异音故障的自动化检测设备，提出了一种基于 改进 ＢＰ神经网络的电机装置异音诊断方法。该方法根据人耳识别的听觉感受将电机装置声品 质信号划分为 ３种异音、１种正常音。从电机工况中提取表征时域、频域的异音特征参数各 ３ 个，提取基于小波基函数的小波包 ４层分解各子频带能量谱归一化参数 １６个，并采用主成分分 析法对异音特征参数进行降维简化数据结构，选取累积贡献度大于 ９２％的 ８个特征参数主分量 成分。然后基于 Ｍａｔｌａｂ变学习速率和有动量的梯度下降法改进 ＢＰ神经网络算法，构建电机装 置异音识别分类器。测试结果表明：异音识别准确率达到 ９０％，能有效地诊断识别出 ４种类型 的电机装置。该方法提高了调光电机装置的异音诊断速度和准确率，可实现自动化检测。
中图分类号:
主管单位：重庆市教育委员会