文献类型：期刊文章

作　　者：毕俊杰[1] 王焱[1] 吕士辉[2]

机构地区：[1]济南大学控制科学与工程学院 [2]中国人民解放军72671部队

出　　处：《济南大学学报（自然科学版）》

基　　金：国家自然科学基金(60973042);山东省自然科学基金项目(Y2008G20)

年　　份：2010

卷　　号：24

期　　号：2

起止页码：163-166

语　　种：中文

收录情况：AJ、BDHX、BDHX2008、CAS、CSA、CSA-PROQEUST、ZGKJHX、核心刊

摘　　要：针对轧辊偏心信号具有周期性的特点,以及快速傅里叶变换(FFT)算法无法建立精确数学模型的缺陷,提出一种基于FFT算法的神经网络轧辊偏心信号辨识方法。该方法采用FFT算法估计轧辊偏心信号的频率,用神经网络计算得出信号的幅值和相角。仿真实验证明:利用神经网络辨识方法得到的模型幅值和相角,与FFT算法相比更接近真实值,从而证明了该方法的合理性和有效性。

关 键 词：FFT算法 频率估计 频谱分析 神经网络

分 类 号：TP273]