基于小波包變換和Elman人工神經(jīng)網(wǎng)絡(luò)的電機(jī)故障診斷系統(tǒng)的研究.pdf

1、隨著現(xiàn)代工業(yè)的飛速發(fā)展，尤其是流水線技術(shù)在工業(yè)生產(chǎn)中被廣泛應(yīng)用之后，電機(jī)已經(jīng)成為了現(xiàn)代工業(yè)技術(shù)發(fā)展的重要基礎(chǔ)。而對(duì)于現(xiàn)代電機(jī)的設(shè)計(jì)不僅僅是如何提高其驅(qū)動(dòng)能力的問題，同時(shí)其工作的安全性、穩(wěn)定性和可靠性也成為電機(jī)運(yùn)行過程中不可忽視的重要層面。因此如何對(duì)電機(jī)的工作狀況尤其是工作過程中發(fā)生的故障進(jìn)行有效的模式識(shí)別將對(duì)工業(yè)生產(chǎn)過程穩(wěn)定有序的進(jìn)行造成重要影響。
　　 本文在總結(jié)了傳統(tǒng)的電機(jī)故障診斷方法的基礎(chǔ)上，通過對(duì)電機(jī)工作中振動(dòng)信號(hào)的采集

2、與監(jiān)測(cè)以及對(duì)電機(jī)工作故障的分析，設(shè)計(jì)了一種基于小波包變換與Elman人工神經(jīng)網(wǎng)絡(luò)的電機(jī)故障診斷系統(tǒng)，通過小波包變換對(duì)采集數(shù)據(jù)進(jìn)行信號(hào)處理與特征值提取，并利用神經(jīng)網(wǎng)絡(luò)的模式識(shí)別能力對(duì)電機(jī)的工作狀況進(jìn)行判定。
　　 本文研究分析了電機(jī)在工作過程中常見的工作狀況，并針對(duì)外殼破裂、基座松脫、轉(zhuǎn)子不對(duì)中等三種常見工作故障模式以及正常工作狀況通過傳感器采集兩組不同的振動(dòng)信號(hào)。一組用于對(duì)神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，作為樣本信號(hào)；另一組用于對(duì)訓(xùn)練好的神經(jīng)

3、網(wǎng)絡(luò)進(jìn)行性能測(cè)試，作為測(cè)試信號(hào)。對(duì)于用于訓(xùn)練學(xué)習(xí)的振動(dòng)信號(hào)用小波包變換的方法對(duì)信號(hào)進(jìn)行特征值提取得到信號(hào)的特征向量，并對(duì)神經(jīng)網(wǎng)絡(luò)系統(tǒng)進(jìn)行訓(xùn)練。對(duì)測(cè)試信號(hào)進(jìn)行同樣的特征向量提取，并通過訓(xùn)練好的神經(jīng)網(wǎng)絡(luò)對(duì)電機(jī)的工作狀況進(jìn)行診斷。
　　 本文對(duì)上述所設(shè)計(jì)的診斷系統(tǒng)在Matlab平臺(tái)上進(jìn)行了系統(tǒng)仿真，驗(yàn)證了算法的有效性和準(zhǔn)確性。測(cè)試結(jié)果符合實(shí)際測(cè)試信號(hào)對(duì)應(yīng)的不同狀態(tài)，結(jié)果證明了本文中所設(shè)計(jì)的基于小波包變換和Elman人工神經(jīng)網(wǎng)絡(luò)電機(jī)故障