- · 清华大学与美国布鲁金斯学会联合举办高级别闭门圆桌会议 探讨中美合作路径 共同应对新冠疫情[02/06]
- · 美术学院设计团队完成2021央视春晚动漫生肖吉祥物形象及周边衍生品设计[02/05]
- · 马来西亚IOI产业集团董事长李耀昇捐赠清华大学[02/02]
- · 新时代高校助力乡村振兴交流研讨会成功举办[02/01]
- · 清华大学电子工程系陆明泉教授荣获美国导航学会瑟洛奖并当选会士[01/29]
- · 清华大学全球战略布局项目2021年度工作交流会召开[01/23]
- · 清华大学召开2021年两院院士新春座谈会[01/20]
- · 清华大学召开2020年度校领导班子民主生活会[01/19]
鼠笼异步电动机故障诊断技术研究
作者: 李素英 [1] ; 付焱晶 [2] ; 郭西进 [1] ; 许允之 [1]
关键词: 电动机故障诊断 FFT 特征提取 神经网络 DS证据理论 粗糙集
摘要：利用快速傅里叶变换（FFT）频谱分析对电动机故障信号进行初步分析，利用小波变化提取故障信号特征值作为进一步分析的依据，利用特征样本训练BP和RBF神经网络，进行电动机故障诊断；利用DS证据理论对以上方法的诊断结果进行融合分析；最后利用粗糙集理论研究了故障信号各个特征属性在诊断中的重要程度。