基于神經(jīng)網(wǎng)絡(luò)的感應(yīng)電機(jī)故障診斷研究.pdf

1、感應(yīng)電機(jī)是人們?nèi)粘Ｉ罴肮まr(nóng)業(yè)生產(chǎn)中廣泛應(yīng)用的驅(qū)動(dòng)裝置，數(shù)量眾多，可能發(fā)生的故障種類(lèi)也多。電機(jī)故障不僅會(huì)損壞電機(jī)本身，嚴(yán)重時(shí)還會(huì)使電機(jī)突然停機(jī)、生產(chǎn)線(xiàn)崩潰，給人們?cè)斐删薮蟮慕?jīng)濟(jì)損失和災(zāi)難性后果。因此，研究電機(jī)故障診斷技術(shù)，具有重大的理論意義和社會(huì)經(jīng)濟(jì)效益。隨著神經(jīng)網(wǎng)絡(luò)技術(shù)的發(fā)展，神經(jīng)網(wǎng)絡(luò)已被廣泛應(yīng)用于電機(jī)故障診斷領(lǐng)域，這己成為國(guó)內(nèi)外學(xué)者們的一個(gè)研究熱點(diǎn)課題。本文所做的主要工作概括如下： (1)在閱讀大量文獻(xiàn)的基礎(chǔ)上，分析了當(dāng)前國(guó)

2、內(nèi)外電動(dòng)機(jī)故障診斷的現(xiàn)狀及存在問(wèn)題，對(duì)感應(yīng)電動(dòng)機(jī)定子故障、轉(zhuǎn)子斷條故障、轉(zhuǎn)子質(zhì)量不平衡故障、軸承故障、氣隙偏心故障等幾種常見(jiàn)故障的機(jī)理及故障特征進(jìn)行了深入研究：在詳細(xì)分析傅里葉變換理論的基礎(chǔ)上，提出了一種基于傅里葉變換的故障信號(hào)特征提取方法；通過(guò)構(gòu)建數(shù)學(xué)模型并用MATLAB軟件對(duì)轉(zhuǎn)子斷條故障時(shí)的電流信號(hào)做了仿真分析。 (2)在對(duì)RBF神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)及工作原理研究的基礎(chǔ)上，應(yīng)用MATLAB自編程序?qū)Ξ惒诫妱?dòng)機(jī)常見(jiàn)的轉(zhuǎn)子不平衡、不對(duì)

3、中、油膜渦動(dòng)、轉(zhuǎn)子徑向碰摩、喘振、軸承座松動(dòng)等六種故障進(jìn)行診斷。網(wǎng)絡(luò)訓(xùn)練時(shí)，徑向基函數(shù)的數(shù)據(jù)中心及擴(kuò)展常數(shù)用k- means聚類(lèi)算法確定，網(wǎng)絡(luò)權(quán)值用BP算法確定。結(jié)果表明，RBF神經(jīng)網(wǎng)絡(luò)可以用來(lái)診斷電機(jī)故障，且結(jié)構(gòu)較簡(jiǎn)單，訓(xùn)練速度較快，較穩(wěn)定。 (3)為分析比較不同神經(jīng)網(wǎng)絡(luò)對(duì)電機(jī)故障診斷結(jié)果的影響，本文對(duì)帶有偏差單元的遞歸神經(jīng)網(wǎng)絡(luò)進(jìn)行了研究，并用該網(wǎng)絡(luò)對(duì)上述六種故障進(jìn)行了診斷。網(wǎng)絡(luò)權(quán)值用改進(jìn)的BP算法確定。結(jié)果表明，該網(wǎng)絡(luò)雖可以

4、用來(lái)診斷電機(jī)故障，但和RBF網(wǎng)絡(luò)相比，結(jié)構(gòu)復(fù)雜，訓(xùn)練速度稍慢，但很穩(wěn)定。 (4)為了深入研究電機(jī)轉(zhuǎn)子質(zhì)量不平衡故障及轉(zhuǎn)子斷條故障時(shí)的故障特征，本文在電機(jī)故障實(shí)驗(yàn)室，利用故障診斷試驗(yàn)平臺(tái)對(duì)上述兩種故障進(jìn)行了試驗(yàn)研究，通過(guò)設(shè)置轉(zhuǎn)子質(zhì)量不平衡及轉(zhuǎn)子斷條這兩種故障，采集正常狀態(tài)下以及電機(jī)發(fā)生這兩種故障時(shí)的振動(dòng)信號(hào)并進(jìn)行頻譜分析，并將正常狀態(tài)下的頻譜圖與故障時(shí)的頻譜圖作了比較。結(jié)果表明，電機(jī)轉(zhuǎn)子質(zhì)量不平衡時(shí)，實(shí)驗(yàn)測(cè)得的特征頻率與理論推導(dǎo)的