论文部分内容阅读
为满足现代旋转机械非平稳信号处理的需求,提高对复杂信号故障诊断的准确率,同时也能得到直观的故障诊断结果,提出将非平稳信号分析和神经网络相结合应用于故障诊断。主要包括三种非平稳分析方法:短时傅里叶变换,Wigner分布和小波变换。针对非平稳分析结果的特点,本文提出了一种有效的特征提取方法,即对非平稳信号分析后的同一频率(或尺度)、不同时间上的数据,做数学处理,从而把非平稳分析的结果由三维图形转化为二维谱,然后再选取特征频率(或尺度)上的数据作为特征值。通过试验确定了特征提取方案,试验结果表明,