基于神經(jīng)網(wǎng)絡(luò)的異步電機(jī)故障診斷研究.pdf

1、異步電機(jī)是工農(nóng)業(yè)生產(chǎn)中廣泛應(yīng)用的驅(qū)動(dòng)設(shè)備，并且扮演著重要的角色。隨著現(xiàn)代工業(yè)系統(tǒng)的飛速發(fā)展，電機(jī)的單機(jī)容量不斷增加，其所驅(qū)動(dòng)的負(fù)載也越來(lái)越復(fù)雜。電機(jī)故障不僅會(huì)損壞電機(jī)本身，嚴(yán)重時(shí)還會(huì)使電機(jī)突然停機(jī)，使生產(chǎn)線崩潰進(jìn)而造成巨大的經(jīng)濟(jì)損失，有時(shí)甚至還會(huì)對(duì)人身安全構(gòu)成嚴(yán)重的威脅。因此，準(zhǔn)確地發(fā)現(xiàn)并診斷出運(yùn)行中電機(jī)的故障在工業(yè)生產(chǎn)中有著很重要的意義。
　　 本文分析了當(dāng)前國(guó)內(nèi)外電機(jī)故障診斷的現(xiàn)狀及存在的問(wèn)題，對(duì)異步電機(jī)定子故障、轉(zhuǎn)子故障、

2、軸承故障中等幾種常見(jiàn)故障的機(jī)理及故障特征分別進(jìn)行了深入研究；在詳細(xì)分析了傅里葉變換理論的基礎(chǔ)上，總結(jié)出其在分析非平穩(wěn)信號(hào)時(shí)的劣勢(shì)，采用了一種基于小波變換的故障信號(hào)特征提取方法；將通過(guò)小波變換提取出的能量值作為電機(jī)故障的特征向量。
　　 隨著神經(jīng)網(wǎng)絡(luò)技術(shù)的發(fā)展，神經(jīng)網(wǎng)絡(luò)已被廣泛應(yīng)用于電機(jī)故障診斷這一領(lǐng)域。本文首先利用Matlab仿真平臺(tái)以標(biāo)準(zhǔn)BP算法訓(xùn)練出的三層神經(jīng)網(wǎng)絡(luò)對(duì)電機(jī)故障進(jìn)行診斷，經(jīng)仿真發(fā)現(xiàn)網(wǎng)絡(luò)不能收斂，并且停滯在局部極小

3、點(diǎn)附近。隨即提出了兩種改進(jìn)方法，一是為標(biāo)準(zhǔn)BP算法增加動(dòng)量項(xiàng)使其在迭代發(fā)生停滯時(shí)能夠跳出局部極小點(diǎn)，進(jìn)而有效解決了BP算法易陷入局部極小的問(wèn)題，使其收斂于全局最小點(diǎn)。二是利用基于粒子群算法(PSO)
　　 優(yōu)化的BP 神經(jīng)網(wǎng)絡(luò)進(jìn)行異步電機(jī)故障診斷。具體來(lái)說(shuō)就是采用(PSO)算法對(duì)神經(jīng)網(wǎng)絡(luò)的輸入層—隱層和隱層—輸出層的權(quán)值進(jìn)行優(yōu)化。經(jīng)驗(yàn)證(PSO)優(yōu)化算法可以有效地克服BP 神經(jīng)網(wǎng)絡(luò)存在的學(xué)習(xí)效率低，收斂速度慢以及容易陷入局部極小