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

1、感應(yīng)電機是人們?nèi)粘Ｉ罴肮まr(nóng)業(yè)生產(chǎn)中廣泛應(yīng)用的驅(qū)動裝置，數(shù)量眾多，可能發(fā)生的故障種類也多。電機故障不僅會損壞電機本身，嚴(yán)重時還會使電機突然停機、生產(chǎn)線崩潰，給人們造成巨大的經(jīng)濟(jì)損失和災(zāi)難性后果。因此，研究電機故障診斷技術(shù)，具有重大的理論意義和社會經(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)用于電機故障診斷領(lǐng)域，這己成為國內(nèi)外學(xué)者們的一個研究熱點課題。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

2、內(nèi)外電動機故障診斷的現(xiàn)狀及存在問題，對感應(yīng)電動機定子故障、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故障的機理及故障特征進(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特征提取方法；通過構(gòu)建數(shù)學(xué)模型并用MATLAB軟件對轉(zhuǎn)子斷條故障時的電流信號做了仿真分析。 (2)在對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惒诫妱訖C常見的轉(zhuǎn)子不平衡、不對

3、中、油膜渦動、轉(zhuǎn)子徑向碰摩、喘振、軸承座松動等六種故障進(jìn)行診斷。網(wǎng)絡(luò)訓(xùn)練時，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)可以用來診斷電機故障，且結(jié)構(gòu)較簡單，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)對電機故障診斷結(jié)果的影響，本文對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、用來診斷電機故障，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)為了深入研究電機轉(zhuǎn)子質(zhì)量不平衡故障及轉(zhuǎn)子斷條故障時的故障特征，本文在電機故障實驗室，利用故障診斷試驗平臺對上述兩種故障進(jìn)行了試驗研究，通過設(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)下以及電機發(fā)生這兩種故障時的振動信號并進(jìn)行頻譜分析，并將正常狀態(tài)下的頻譜圖與故障時的頻譜圖作了比較。結(jié)果表明，電機轉(zhuǎn)子質(zhì)量不平衡時，實驗測得的特征頻率與理論推導(dǎo)的