基于遺傳-神經(jīng)網(wǎng)絡(luò)的電機故障網(wǎng)絡(luò)化在線診斷的研究.pdf

1、本文研究了國內(nèi)外對于感應(yīng)電動機故障診斷技術(shù)發(fā)展與現(xiàn)狀，論述了感應(yīng)電動機故障診斷技術(shù)的特點和研究成果，在現(xiàn)有的一些研究基礎(chǔ)之上，依據(jù)定子電流法，利用遺傳一神經(jīng)網(wǎng)絡(luò)實現(xiàn)了對電動機較為常見的電氣故障和機械故障的智能檢測、識別。 針對感應(yīng)電動機的工作機理，系統(tǒng)分析了感應(yīng)電動機在發(fā)生定子匝間短路故障、轉(zhuǎn)子斷條故障、轉(zhuǎn)子氣隙偏心故障和軸承故障時的表現(xiàn)特性，提取出了電動機在故障時相應(yīng)的特征頻率和特征幅值，揭示出各類電機故障與特征頻率之間的內(nèi)在

2、聯(lián)系。對各種故障的特征信號進行了有效的軟件仿真模擬和實際硬件模擬。 針對一般研究采用的BP算法和單神經(jīng)網(wǎng)絡(luò)診斷模型的諸多弊端，本文采用遺傳算法與神經(jīng)網(wǎng)絡(luò)結(jié)合的學(xué)習(xí)算法，并提出三級神經(jīng)網(wǎng)絡(luò)診斷模型，能有效地加快學(xué)習(xí)速度，并增強了診斷識別的泛化能力，改善了故障診斷的效果。 根據(jù)不同類型的感應(yīng)電動機故障，總結(jié)并整合出典型故障樣本，經(jīng)過處理之后提交遺傳一神經(jīng)網(wǎng)絡(luò)進行學(xué)習(xí)訓(xùn)練，訓(xùn)練好的神經(jīng)網(wǎng)絡(luò)作為最終的智能診斷裝置用于感應(yīng)電動機的