異步電機(jī)的智能故障診斷研究

1、分類號：密級：UDC：學(xué)號：406107012005南昌大學(xué)碩士學(xué)位研究生學(xué)位論文異步電機(jī)的智能故障診斷研究異步電機(jī)的智能故障診斷研究TheResearchofIntelligentdiagnosticsasynchronousmots郭軼培養(yǎng)單位（院、系）：信息工程學(xué)院、電氣與自動化工程系指導(dǎo)教師姓名、職稱：汪慶年教授申請學(xué)位的學(xué)科門類：工學(xué)學(xué)科專業(yè)名稱：電機(jī)與電器論文答辯日期：2015年5月29日答辯委員會主席：評閱人：年月日摘要I

2、摘要異步電機(jī)為現(xiàn)代社會最主要的動力機(jī)械，在人類生活中應(yīng)用廣泛。當(dāng)電機(jī)發(fā)生故障，嚴(yán)重時甚至因故障停止運(yùn)轉(zhuǎn)，將對生產(chǎn)活動帶來很大損失，對人民生活帶來諸多不便，因此對電機(jī)的故障檢測診斷十分具有必要性和重要性。作者通過研究電機(jī)的振動信號和定子電流信號的特征參數(shù)的提取方法，學(xué)習(xí)電機(jī)在定子短路、轉(zhuǎn)子斷條、轉(zhuǎn)子偏心情況下的故障原理特征后，說明上述狀態(tài)下的定子電流以及振動信號的特征頻率能量變化，并以此作為判斷電機(jī)故障的標(biāo)準(zhǔn)。隨后本文設(shè)計進(jìn)行故障診斷實驗

3、，通過實驗測量電機(jī)振動信號和定子電流信號，之后對所得數(shù)據(jù)進(jìn)行分析和特征提取。之后以所得的實驗數(shù)據(jù)輸入，利用傳統(tǒng)的BP神經(jīng)網(wǎng)絡(luò)診斷電機(jī)故障，發(fā)現(xiàn)實驗結(jié)果結(jié)果并不理想，反映出BP神經(jīng)網(wǎng)絡(luò)在實驗電機(jī)故障診斷中的收斂速度和誤差精度并不滿足需求以及陷入局部極小值等缺點。支持向量機(jī)擁有避免局部極小值推廣性和分類精確性優(yōu)越的特點，針對神經(jīng)網(wǎng)絡(luò)診斷的問題選擇了支持向量機(jī)進(jìn)行電機(jī)故障診斷實驗測試結(jié)果表明支持向量機(jī)在收斂速度和診斷精度上都能滿足要求，能很好