基于神經網(wǎng)絡的感應電機故障診斷研究.pdf

1、感應電機是人們日常生活及工農業(yè)生產中廣泛應用的驅動裝置，數(shù)量眾多，可能發(fā)生的故障種類也多。電機故障不僅會損壞電機本身，嚴重時還會使電機突然停機、生產線崩潰，給人們造成巨大的經濟損失和災難性后果。因此，研究電機故障診斷技術，具有重大的理論意義和社會經濟效益。隨著神經網(wǎng)絡技術的發(fā)展，神經網(wǎng)絡已被廣泛應用于電機故障診斷領域，這己成為國內外學者們的一個研究熱點課題。本文所做的主要工作概括如下： (1)在閱讀大量文獻的基礎上，分析了當前國

2、內外電動機故障診斷的現(xiàn)狀及存在問題，對感應電動機定子故障、轉子斷條故障、轉子質量不平衡故障、軸承故障、氣隙偏心故障等幾種常見故障的機理及故障特征進行了深入研究：在詳細分析傅里葉變換理論的基礎上，提出了一種基于傅里葉變換的故障信號特征提取方法；通過構建數(shù)學模型并用MATLAB軟件對轉子斷條故障時的電流信號做了仿真分析。 (2)在對RBF神經網(wǎng)絡的結構及工作原理研究的基礎上，應用MATLAB自編程序對異步電動機常見的轉子不平衡、不對

3、中、油膜渦動、轉子徑向碰摩、喘振、軸承座松動等六種故障進行診斷。網(wǎng)絡訓練時，徑向基函數(shù)的數(shù)據(jù)中心及擴展常數(shù)用k- means聚類算法確定，網(wǎng)絡權值用BP算法確定。結果表明，RBF神經網(wǎng)絡可以用來診斷電機故障，且結構較簡單，訓練速度較快，較穩(wěn)定。 (3)為分析比較不同神經網(wǎng)絡對電機故障診斷結果的影響，本文對帶有偏差單元的遞歸神經網(wǎng)絡進行了研究，并用該網(wǎng)絡對上述六種故障進行了診斷。網(wǎng)絡權值用改進的BP算法確定。結果表明，該網(wǎng)絡雖可以

4、用來診斷電機故障，但和RBF網(wǎng)絡相比，結構復雜，訓練速度稍慢，但很穩(wěn)定。 (4)為了深入研究電機轉子質量不平衡故障及轉子斷條故障時的故障特征，本文在電機故障實驗室，利用故障診斷試驗平臺對上述兩種故障進行了試驗研究，通過設置轉子質量不平衡及轉子斷條這兩種故障，采集正常狀態(tài)下以及電機發(fā)生這兩種故障時的振動信號并進行頻譜分析，并將正常狀態(tài)下的頻譜圖與故障時的頻譜圖作了比較。結果表明，電機轉子質量不平衡時，實驗測得的特征頻率與理論推導的