机械设计与研究 ›› 2020, Vol. 36 ›› Issue (02): 181-184+188.doi: 10.13952/j.cnki.jofmdr.a5175

• 论文 • 上一篇    下一篇

基于信息熵与神经网络的供输弹系统早期故障诊断

高家宝;许昕;潘宏侠;付志敏;   

  1. 中北大学机械工程学院;中北大学系统辨识与诊断技术研究所;
  • 出版日期:2020-04-26 发布日期:2020-04-26

  • Online:2020-04-26 Published:2020-04-26

摘要: 对于供输弹系统早期故障信息微弱,难以识别诊断的问题,提出一种基于信息熵与Elman神经网络相结合的供输弹系统早期故障诊断的方法。通过合理布置测点采集供输弹系统振动信号,经自适应广义形态滤波后提取近似熵、样本熵为特征参量,分别运用Elman神经网络和BP神经网络对其识别。结果显示:该方法能有效对供输弹系统早期故障进行诊断,诊断正确率高达92.13%,且优于BP神经网络的诊断结果。文中所运用的方法在供输弹系统早期故障诊断中有良好的应用。

关键词: 近似熵, 样本熵, 神经网络, 故障诊断, 供输弹系统

Key words: approximate entropy, sample entropy, neural networks fault diagnosis, ammunition supply system