基于小波神經(jīng)網(wǎng)絡(luò)和支持向量機(jī)的電機(jī)故障診斷與研究.pdf

1、異步電動(dòng)機(jī)因結(jié)構(gòu)簡(jiǎn)單，性能可靠，維護(hù)方便，在工農(nóng)業(yè)生產(chǎn)中應(yīng)用非常廣泛，在生產(chǎn)生活中起著重要的作用，但常常因?yàn)樵O(shè)計(jì)制造、絕緣老化、運(yùn)行條件、環(huán)境惡劣以及維護(hù)工作的不到位，電機(jī)故障時(shí)有發(fā)生，導(dǎo)致經(jīng)濟(jì)的重大損失，甚至危及人身安全。因此，對(duì)電機(jī)進(jìn)行早期故障診斷就顯得特別重要，具有重要的經(jīng)濟(jì)價(jià)值和社會(huì)意義。
　　 本文介紹了電機(jī)工作原理，對(duì)電機(jī)常見(jiàn)故障機(jī)理作了分析，即定子故障、轉(zhuǎn)子故障、軸承故障等，對(duì)一些典型故障做了基于振動(dòng)法和基于電流法

2、的分析，并給出了具體診斷方法。論述了信號(hào)處理方法，即傅里葉、短時(shí)傅里葉、小波和小波包分析，指出了它們的優(yōu)缺點(diǎn)，并對(duì)小波包消噪有效性做了分析，由于小波變換只對(duì)低頻信號(hào)分解，而不能對(duì)高頻信號(hào)進(jìn)行分解，采取對(duì)信號(hào)分解更加合理的小波包分解方法。本文在試驗(yàn)的基礎(chǔ)上，采集了電機(jī)軸承在正常和故障狀況下的振動(dòng)信號(hào)，并用小波包方法提取了信號(hào)在各個(gè)特征頻率段的能量值，從電機(jī)正常和故障時(shí)的特征頻段的能量值的變化可以判斷電機(jī)的故障。應(yīng)用經(jīng)驗(yàn)?zāi)Ｊ椒纸饪梢院芎玫靥?/p>

3、取信號(hào)的特征頻率，在本文中簡(jiǎn)要介紹了經(jīng)驗(yàn)?zāi)Ｊ椒纸夥椒?，并?yīng)用經(jīng)驗(yàn)?zāi)Ｊ椒纸夥ㄌ崛×穗姍C(jī)軸承故障時(shí)的特征頻率。神經(jīng)網(wǎng)絡(luò)是近年來(lái)研究的一個(gè)熱點(diǎn)，本文采用了神經(jīng)網(wǎng)絡(luò)對(duì)電機(jī)故障進(jìn)行診斷，在進(jìn)行故障診斷之前先對(duì)神經(jīng)網(wǎng)絡(luò)進(jìn)行了設(shè)置，即根據(jù)提取信號(hào)的特征頻率段數(shù)和輸出的故障類(lèi)型，確定了輸入和輸出層神經(jīng)元的個(gè)數(shù)，并根據(jù)經(jīng)驗(yàn)公式確定了隱含層神經(jīng)元的范圍，選擇了訓(xùn)練函數(shù)、學(xué)習(xí)函數(shù)，性能函數(shù)，確定了訓(xùn)練函數(shù)的步長(zhǎng)、學(xué)習(xí)速率等參數(shù)。用小波包對(duì)采集的數(shù)據(jù)處理后，作

4、為神經(jīng)網(wǎng)絡(luò)的輸入，神經(jīng)網(wǎng)絡(luò)采用了兩種小波神經(jīng)網(wǎng)絡(luò)，首先用訓(xùn)練樣本對(duì)小波神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，由于是有教師的網(wǎng)絡(luò)訓(xùn)練，在網(wǎng)絡(luò)的訓(xùn)練中給出了目標(biāo)樣本，神經(jīng)網(wǎng)絡(luò)訓(xùn)練完成后，用測(cè)試樣本對(duì)神經(jīng)網(wǎng)絡(luò)的電機(jī)故障模型進(jìn)行了測(cè)試，經(jīng)測(cè)試表明，采用神經(jīng)網(wǎng)絡(luò)診斷電機(jī)故障是切實(shí)可行的。神經(jīng)網(wǎng)絡(luò)存在局部極小點(diǎn)、過(guò)學(xué)習(xí)、欠學(xué)習(xí)及網(wǎng)絡(luò)結(jié)構(gòu)難于選擇等問(wèn)題，針對(duì)神經(jīng)網(wǎng)絡(luò)存在的問(wèn)題，還選擇了支持向量機(jī)進(jìn)行電機(jī)故障診斷，向量機(jī)是建立在統(tǒng)計(jì)學(xué)習(xí)理論的VC維理論和結(jié)構(gòu)風(fēng)險(xiǎn)最小化原則