基于概率神經(jīng)網(wǎng)絡的電機故障診斷研究.pdf

1、異步電機作為現(xiàn)代化工業(yè)的驅(qū)動力，給人們的日常生活和社會生產(chǎn)帶來了巨大的幫助。隨著現(xiàn)代工業(yè)技術和科學技術的飛速發(fā)展，電機的數(shù)量和種類在不斷增加，其結構和性能也變得越來越復雜。電機的正常工作狀態(tài)保證了其生產(chǎn)過程中高效優(yōu)質(zhì)、安全可靠的運行特點，提高了社會經(jīng)濟效益。電機在異常狀態(tài)下運行，不僅損壞了電機本身的結構性能，也會對生產(chǎn)制造和人身安全造成巨大的影響，同時也帶來了巨大的經(jīng)濟損失。因此，對電機在運行過程中出現(xiàn)的常見故障，采用先進的科學技術進行

2、診斷處理，有著十分重要的實際意義。然而，隨著智能控制技術的不斷發(fā)展，神經(jīng)網(wǎng)絡、模糊控制、人工智能系統(tǒng)等在電機的故障診斷領域中的得到了廣泛的實踐和應用。本文主要采用神經(jīng)網(wǎng)絡技術算法設計電動機常見故障的診斷系統(tǒng)，提高故障診斷效率。
　　本文主要研究的是基于神經(jīng)網(wǎng)絡下的異步電動機常見故障診斷系統(tǒng)，通過掌握網(wǎng)絡結構和故障機理，分別建立BP網(wǎng)絡和PNN網(wǎng)絡的網(wǎng)絡模型，并對這兩種診斷方法做出比較。本文實驗中，主要研究的對象是Y801-4型異步

3、電動機，通過搭建試驗平臺，采集數(shù)據(jù)信號，提取故障特征頻率，驗證了BP網(wǎng)絡和PNN網(wǎng)絡在故障診斷系統(tǒng)中的可行性。
　　首先，對定子的匝間短路故障和轉(zhuǎn)子的斷條、偏心故障以及軸承的內(nèi)圈故障進行了詳細的分析研究，主要分析了電動機產(chǎn)生這四種故障的原因和機理，以及引發(fā)的電機振動和定子電流的變化情況。
　　其次，對BP網(wǎng)絡的原理進行深入了解后，采用MATLAB軟件編寫神經(jīng)網(wǎng)絡算法，通過不斷的改變訓練參數(shù)和訓練函數(shù)，實現(xiàn)最佳的診斷結果。

4、r>　　然后，在掌握了PNN神經(jīng)網(wǎng)絡的工作原理及其網(wǎng)絡結構的基礎上，對電動機出現(xiàn)的四種常見故障進行診斷分析，并且對比BP網(wǎng)絡訓練結果，確定了診斷方法具有結構簡單，訓練速度快，穩(wěn)定性高等優(yōu)點。
　　最后，搭建電動機故障試驗平臺，并且人為地設置轉(zhuǎn)子的導條斷裂故障和轉(zhuǎn)子的偏心故障。采集電動機正常運行和故障運行時的振動信號以及流過電動機的定子電流信號，并對振動信號的時域波形和頻域波形進行簡單的分析判斷。根據(jù)電動機故障機理，提取定子電流信號