基于集成神经网络的电机故障诊断
合集下载
相关主题
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
第2卷 第 期 Fra Baidu bibliotek 8
文 章编 号 :0 6— 3 8 2 1 ) 8— 17—0 10 9 4 (0 0 0 0 5 4
计
算
机
仿
真
20 月 0 年8 1
基 于 集 成 神 经 网络 的 电 机 故 障 诊 断
曾 秀丽 常巧 霞 王福斌 ‘ , , , ’ 于子 旺
( .河北理工大学计算机与 自动控 制学 院, 1 河北 唐山 0 30 6 0 9;
2 .郑 州 职 业 技 术 学 院 , 南 郑 州 4 02 ; 河 5 1 1 3 .东 北 大 学 机 械 工 程 与 自动 化学 院 , 宁 沈 阳 1 00 辽 10 4;
4 .河北理工 大学机械工程学院 , 河北 唐 山 0 3 0 ) 6 0 9 摘要 : 研究异步电机安全控制 问题 , 为解决故障诊 断和速度 问题 , 提高 电机运行效率 , 减小早期 故障损失 , 出了一种基于集 提 成神经网络的电机故 障诊断方法 。方法采用定子电流和转 子振动信号作为电机故障诊断 的输入信 号 , 应用改进 的 B P神经 网络进行故障识别 , 分别用两个诊断子网络进行局部故 障诊断 , 再运用神经网络融合算 法进行全局决策 的融合 , 从而提高诊 断的准确率。仿 真研究结果表 明, 故障诊断模 型具有诊 断准确率高 、 诊断速度 快等优点 , 是一种 比较实用的故 障诊 断方法 , 对电机进行故障监测 、 预报具有重要的实际意义。 关键词 : 成神经 网络; 集 电机 ; 故障诊断 ; 信息融合 中图分类号 :P 8 T 13 文献标识码 : B
( .C l g f o ue n uo ai C nrl H bi o t h i U i rt, aghnH b 0 30 , hn ; 1 ol eo mp t adA t t ot , e e P le nc nv s y T nsa ei 60 9 C ia e C r m c o yc ei
2 .Z e g h u T c n c lC l g ,Z e g h u He a 5 2 h n z o e h ia ol e e h n z o n n 4 01 1,C i a; hn 3 Me h n c n i e rn n t mai ol g ,No te sen Un v ri ,S e y n io i g 1 0 0 . c a ia E gn ei g a d Au o t C l e l c e rh a t r i est y h n a g L a n n 0 4,C i a ; 1 hn
4 ol eo ca i l n n e n ,H bi o tcncU i ri , agh nH b 0 30 C ia .C l g f e Mehnc g er g ee Pl ehi nvs t T nsa e i 6 09,hn ) aE i i y e y
ABS TRACT :F rt e am f mp o i gmoo n i g e ce c d r d cn a l u t o s a fu tda n ssro — o i o r vn t r u n n f in y a e u i ge r f l l s , a l ig o i o d h i r i n ya e a e n itg ae e r l e r sp o o e .T e sg a fsao u r n d rt r s i ain a e a p ts n lb s d o n e r td n u a t k i r p s d n wo h in l trc re t o t n a o o c l t r s i u i a o l o n gl o ig o e d si cin t d ni e u t t mp o e P n u a e o k,a d a pi st od a n sss b—n t o k fd a n s it t .I i e t sf l wi i r v d B e r l t r n o i f a h nw n p l ig o i u e w e rs w t ig o e l c l a l .T ef a o cu in i o ti e r u hf sn h ig o er s l o i e e t u o d a n s o a f ut s h n lc n l so s b a n d t o g i gt e da n s e u t fdf r n b—n t o k i h u s ew r . I i ce s st e fu t ig o i c u a y h e s lt n r s l h w a h ig o i meh d.a ih r c u a y t n r a e h a l d a ssa c r c .T i a i e u t s o t t e d a n ss t o n mu o s h t sa h g e c r c a a d q ik rd a o i ,i a mo e p a t a a l da n ss me o . I h mp r n r cia i i c n e f r moo n u c e ig ss s r r ci lfu t ig o i n c t d t a i o t tp a t l s f a c o t r h s a c n g i
M o o ul a no i s d o n e r to ur lNe wo k t r Fa tDi g ss Ba e n I t g a i n Ne a t r
Z N i i, H N i xa , E G X u—l C A G Q a o— i WAN u—bn , U Z —w n 4 GF i Y i a g
文 章编 号 :0 6— 3 8 2 1 ) 8— 17—0 10 9 4 (0 0 0 0 5 4
计
算
机
仿
真
20 月 0 年8 1
基 于 集 成 神 经 网络 的 电 机 故 障 诊 断
曾 秀丽 常巧 霞 王福斌 ‘ , , , ’ 于子 旺
( .河北理工大学计算机与 自动控 制学 院, 1 河北 唐山 0 30 6 0 9;
2 .郑 州 职 业 技 术 学 院 , 南 郑 州 4 02 ; 河 5 1 1 3 .东 北 大 学 机 械 工 程 与 自动 化学 院 , 宁 沈 阳 1 00 辽 10 4;
4 .河北理工 大学机械工程学院 , 河北 唐 山 0 3 0 ) 6 0 9 摘要 : 研究异步电机安全控制 问题 , 为解决故障诊 断和速度 问题 , 提高 电机运行效率 , 减小早期 故障损失 , 出了一种基于集 提 成神经网络的电机故 障诊断方法 。方法采用定子电流和转 子振动信号作为电机故障诊断 的输入信 号 , 应用改进 的 B P神经 网络进行故障识别 , 分别用两个诊断子网络进行局部故 障诊断 , 再运用神经网络融合算 法进行全局决策 的融合 , 从而提高诊 断的准确率。仿 真研究结果表 明, 故障诊断模 型具有诊 断准确率高 、 诊断速度 快等优点 , 是一种 比较实用的故 障诊 断方法 , 对电机进行故障监测 、 预报具有重要的实际意义。 关键词 : 成神经 网络; 集 电机 ; 故障诊断 ; 信息融合 中图分类号 :P 8 T 13 文献标识码 : B
( .C l g f o ue n uo ai C nrl H bi o t h i U i rt, aghnH b 0 30 , hn ; 1 ol eo mp t adA t t ot , e e P le nc nv s y T nsa ei 60 9 C ia e C r m c o yc ei
2 .Z e g h u T c n c lC l g ,Z e g h u He a 5 2 h n z o e h ia ol e e h n z o n n 4 01 1,C i a; hn 3 Me h n c n i e rn n t mai ol g ,No te sen Un v ri ,S e y n io i g 1 0 0 . c a ia E gn ei g a d Au o t C l e l c e rh a t r i est y h n a g L a n n 0 4,C i a ; 1 hn
4 ol eo ca i l n n e n ,H bi o tcncU i ri , agh nH b 0 30 C ia .C l g f e Mehnc g er g ee Pl ehi nvs t T nsa e i 6 09,hn ) aE i i y e y
ABS TRACT :F rt e am f mp o i gmoo n i g e ce c d r d cn a l u t o s a fu tda n ssro — o i o r vn t r u n n f in y a e u i ge r f l l s , a l ig o i o d h i r i n ya e a e n itg ae e r l e r sp o o e .T e sg a fsao u r n d rt r s i ain a e a p ts n lb s d o n e r td n u a t k i r p s d n wo h in l trc re t o t n a o o c l t r s i u i a o l o n gl o ig o e d si cin t d ni e u t t mp o e P n u a e o k,a d a pi st od a n sss b—n t o k fd a n s it t .I i e t sf l wi i r v d B e r l t r n o i f a h nw n p l ig o i u e w e rs w t ig o e l c l a l .T ef a o cu in i o ti e r u hf sn h ig o er s l o i e e t u o d a n s o a f ut s h n lc n l so s b a n d t o g i gt e da n s e u t fdf r n b—n t o k i h u s ew r . I i ce s st e fu t ig o i c u a y h e s lt n r s l h w a h ig o i meh d.a ih r c u a y t n r a e h a l d a ssa c r c .T i a i e u t s o t t e d a n ss t o n mu o s h t sa h g e c r c a a d q ik rd a o i ,i a mo e p a t a a l da n ss me o . I h mp r n r cia i i c n e f r moo n u c e ig ss s r r ci lfu t ig o i n c t d t a i o t tp a t l s f a c o t r h s a c n g i
M o o ul a no i s d o n e r to ur lNe wo k t r Fa tDi g ss Ba e n I t g a i n Ne a t r
Z N i i, H N i xa , E G X u—l C A G Q a o— i WAN u—bn , U Z —w n 4 GF i Y i a g