基于小波分析和神經(jīng)網(wǎng)絡(luò)的電機故障診斷系統(tǒng)研究.pdf

1、電機是現(xiàn)代工業(yè)中最主要的動力能源和驅(qū)動設(shè)備之一，不僅需要進(jìn)一步提高電機驅(qū)動自動化水平，更要求電機的運行具有很高的可靠性、安全性和穩(wěn)定性。
　　 本文通過監(jiān)測電機振動信號對直流電動機故障進(jìn)行診斷研究，由于電機振動信號屬于非平穩(wěn)隨機信號，傳統(tǒng)的傅里葉變換不能完全滿足故障信號特征提取的要求，而且建立電機故障的數(shù)學(xué)模型非常復(fù)雜。本文提出了基于小波分析和神經(jīng)網(wǎng)絡(luò)的電機故障診斷方法，利用小波變換提取振動信號特征，利用神經(jīng)網(wǎng)絡(luò)識別特征，輸出電

2、機相應(yīng)的運行狀態(tài)。
　　 該方法首先采用小波時頻分析技術(shù)對電機振動信號進(jìn)行消噪濾波，通過小波包分解系數(shù)求取頻帶能量，根據(jù)各個頻帶能量的變化提取故障特征，并利用MATLAB平臺進(jìn)行算法實現(xiàn)；其次基于診斷直流電動機轉(zhuǎn)子系統(tǒng)的三種典型工作狀態(tài)：轉(zhuǎn)子不對中、軸承碰摩和正常，設(shè)計了振動信號采集系統(tǒng)和實驗方案；最后根據(jù)小波包所提取能量特征向量和直流電動機的三種典型工作狀態(tài)設(shè)計BP神經(jīng)網(wǎng)絡(luò)，并利用MATLAB平臺進(jìn)行算法實現(xiàn)。