本文關(guān)鍵詞：基于概率神經(jīng)網(wǎng)絡(luò)的電機(jī)故障診斷研究

  更多相關(guān)文章： BP神經(jīng)網(wǎng)絡(luò) 異步電動(dòng)機(jī) PNN神經(jīng)網(wǎng)絡(luò) MATLAB 故障診斷系統(tǒng)

【摘要】：異步電機(jī)作為現(xiàn)代化工業(yè)的驅(qū)動(dòng)力,給人們的日常生活和社會(huì)生產(chǎn)帶來了巨大的幫助。隨著現(xiàn)代工業(yè)技術(shù)和科學(xué)技術(shù)的飛速發(fā)展,電機(jī)的數(shù)量和種類在不斷增加,其結(jié)構(gòu)和性能也變得越來越復(fù)雜。電機(jī)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(yùn)行特點(diǎn),提高了社會(huì)經(jīng)濟(jì)效益。電機(jī)在異常狀態(tài)下運(yùn)行,不僅損壞了電機(jī)本身的結(jié)構(gòu)性能,也會(huì)對(duì)生產(chǎn)制造和人身安全造成巨大的影響,同時(shí)也帶來了巨大的經(jīng)濟(jì)損失。因此,對(duì)電機(jī)在運(yùn)行過程中出現(xiàn)的常見故障,采用先進(jìn)的科學(xué)技術(shù)進(jìn)行診斷處理,有著十分重要的實(shí)際意義。然而,隨著智能控制技術(shù)的不斷發(fā)展,神經(jīng)網(wǎng)絡(luò)、模糊控制、人工智能系統(tǒng)等在電機(jī)的故障診斷領(lǐng)域中的得到了廣泛的實(shí)踐和應(yīng)用。本文主要采用神經(jīng)網(wǎng)絡(luò)技術(shù)算法設(shè)計(jì)電動(dòng)機(jī)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(luò)下的異步電動(dòng)機(jī)常見故障診斷系統(tǒng),通過掌握網(wǎng)絡(luò)結(jié)構(gòu)和故障機(jī)理,分別建立BP網(wǎng)絡(luò)和PNN網(wǎng)絡(luò)的網(wǎng)絡(luò)模型,并對(duì)這兩種診斷方法做出比較。本文實(shí)驗(yàn)中,主要研究的對(duì)象是Y801-4型異步電動(dòng)機(jī),通過搭建試驗(yàn)平臺(tái),采集數(shù)據(jù)信號(hào),提取故障特征頻率,驗(yàn)證了BP網(wǎng)絡(luò)和PNN網(wǎng)絡(luò)在故障診斷系統(tǒng)中的可行性。首先,對(duì)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(jìn)行了詳細(xì)的分析研究,主要分析了電動(dòng)機(jī)產(chǎn)生這四種故障的原因和機(jī)理,以及引發(fā)的電機(jī)振動(dòng)和定子電流的變化情況。其次,對(duì)BP網(wǎng)絡(luò)的原理進(jìn)行深入了解后,采用MATLAB軟件編寫神經(jīng)網(wǎng)絡(luò)算法,通過不斷的改變訓(xùn)練參數(shù)和訓(xùn)練函數(shù),實(shí)現(xiàn)最佳的診斷結(jié)果。然后,在掌握了PNN神經(jīng)網(wǎng)絡(luò)的工作原理及其網(wǎng)絡(luò)結(jié)構(gòu)的基礎(chǔ)上,對(duì)電動(dòng)機(jī)出現(xiàn)的四種常見故障進(jìn)行診斷分析,并且對(duì)比BP網(wǎng)絡(luò)訓(xùn)練結(jié)果,確定了診斷方法具有結(jié)構(gòu)簡單,訓(xùn)練速度快,穩(wěn)定性高等優(yōu)點(diǎn)。最后,搭建電動(dòng)機(jī)故障試驗(yàn)平臺(tái),并且人為地設(shè)置轉(zhuǎn)子的導(dǎo)條斷裂故障和轉(zhuǎn)子的偏心故障。采集電動(dòng)機(jī)正常運(yùn)行和故障運(yùn)行時(shí)的振動(dòng)信號(hào)以及流過電動(dòng)機(jī)的定子電流信號(hào),并對(duì)振動(dòng)信號(hào)的時(shí)域波形和頻域波形進(jìn)行簡單的分析判斷。根據(jù)電動(dòng)機(jī)故障機(jī)理,提取定子電流信號(hào)中的故障特征頻率作為神經(jīng)網(wǎng)絡(luò)的輸入樣本,在MATLAB平臺(tái)下進(jìn)行測(cè)試訓(xùn)練,最終取得了較為滿意的診斷結(jié)果。
【關(guān)鍵詞】：BP神經(jīng)網(wǎng)絡(luò) 異步電動(dòng)機(jī) PNN神經(jīng)網(wǎng)絡(luò) MATLAB 故障診斷系統(tǒng)
【學(xué)位授予單位】：揚(yáng)州大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類號(hào)】：TM343;TP183
【目錄】：

• 摘要2-3
• Abstract3-7
• 第一章 緒論7-13
• 1.1 研究的目的和意義7
• 1.2 電機(jī)故障診斷的現(xiàn)狀和前景7-10
• 1.3 電機(jī)故障診斷的現(xiàn)代診斷方法10-11
• 1.4 本文的主要研究內(nèi)容及創(chuàng)新點(diǎn)11-13
• 第二章 異步電機(jī)的故障機(jī)理分析13-25
• 2.1 異步電機(jī)的工作原理13-14
• 2.2 異步電動(dòng)機(jī)常見故障類型14-15
• 2.3 異步電動(dòng)機(jī)常見故障機(jī)理15-24
• 2.3.1 異步電動(dòng)機(jī)定子故障機(jī)理15-17
• 2.3.2 異步電動(dòng)機(jī)轉(zhuǎn)子故障機(jī)理17-22
• 2.3.2.1 異步電動(dòng)機(jī)轉(zhuǎn)子斷條故障17-19
• 2.3.2.2 異步電動(dòng)機(jī)轉(zhuǎn)子偏心故障19-22
• 2.3.3 異步電動(dòng)機(jī)軸承故障機(jī)理22-24
• 2.4 本章小結(jié)24-25
• 第三章 基于BP神經(jīng)網(wǎng)絡(luò)的異步電動(dòng)機(jī)故障診斷25-39
• 3.1 人工神經(jīng)網(wǎng)絡(luò)介紹25
• 3.2 BP神經(jīng)網(wǎng)絡(luò)25-30
• 3.2.1 BP神經(jīng)網(wǎng)絡(luò)模型26-27
• 3.2.2 BP神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)過程27-30
• 3.3 基于BP神經(jīng)網(wǎng)絡(luò)的電機(jī)故障診斷30-38
• 3.3.1 隱含層層數(shù)的確定30
• 3.3.2 輸入輸出神經(jīng)元數(shù)確定30-31
• 3.3.3 學(xué)習(xí)樣本數(shù)據(jù)的處理31-33
• 3.3.4 隱含層神經(jīng)元個(gè)數(shù)選取33-35
• 3.3.5 訓(xùn)練參數(shù)的選取35-38
• 3.4 本章小結(jié)38-39
• 第四章 基于概率神經(jīng)網(wǎng)絡(luò)的異步電動(dòng)機(jī)故障診斷39-48
• 4.1 概率神經(jīng)網(wǎng)絡(luò)的網(wǎng)絡(luò)模型39-40
• 4.2 概率神經(jīng)網(wǎng)絡(luò)模型的理論與方法40-41
• 4.2.1 Bayes分類原理40-41
• 4.2.2 Parzen窗方法41
• 4.3 概率神經(jīng)網(wǎng)絡(luò)數(shù)學(xué)描述41-42
• 4.4 基于概率神經(jīng)網(wǎng)絡(luò)的電機(jī)故障診斷42-46
• 4.4.1 基于概率神經(jīng)網(wǎng)絡(luò)的診斷模型42-43
• 4.4.2 基于PNN的故障診斷仿真分析43-46
• 4.5 PNN與BP電機(jī)故障診斷系統(tǒng)的比較46-47
• 4.6 本章小結(jié)47-48
• 第五章 電機(jī)平臺(tái)構(gòu)建及試驗(yàn)研究48-60
• 5.1 平臺(tái)構(gòu)建48-51
• 5.1.1 試驗(yàn)平臺(tái)搭建48
• 5.1.2 故障模擬48-49
• 5.1.3 傳感器與測(cè)點(diǎn)位置的選擇49-51
• 5.2 試驗(yàn)系統(tǒng)介紹51-53
• 5.3 信號(hào)采集與分析53-57
• 5.3.1 振動(dòng)信號(hào)采集與分析53-54
• 5.3.2 定子電流信號(hào)采集與分析54-57
• 5.4 神經(jīng)網(wǎng)絡(luò)訓(xùn)練57-59
• 5.4.1 基于BP神經(jīng)網(wǎng)絡(luò)訓(xùn)練及結(jié)果57-58
• 5.4.2 基于PNN神經(jīng)網(wǎng)絡(luò)訓(xùn)練58-59
• 5.5 本章小結(jié)59-60
• 第六章 總結(jié)與展望60-62
• 6.1 總結(jié)60-61
• 6.2 展望61-62
• 參考文獻(xiàn)62-66
• 致謝66-67

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 張吉?jiǎng)?梁娜;;基于概率神經(jīng)網(wǎng)絡(luò)的高校畢業(yè)生學(xué)位評(píng)審預(yù)測(cè)[J];佳木斯大學(xué)學(xué)報(bào)(自然科學(xué)版);2011年05期

2 徐光華,屈梁生;基于概率神經(jīng)網(wǎng)絡(luò)的機(jī)組狀態(tài)多步預(yù)報(bào)方法[J];西安交通大學(xué)學(xué)報(bào);1999年07期

3 高宏巖;;概率神經(jīng)網(wǎng)絡(luò)在旋轉(zhuǎn)機(jī)械故障診斷中的應(yīng)用[J];煤礦機(jī)械;2006年05期

4 姬東朝;宋筆鋒;易華輝;;基于概率神經(jīng)網(wǎng)絡(luò)的設(shè)備故障診斷及仿真分析[J];火力與指揮控制;2009年01期

5 朱明悅;李小申;;基于概率神經(jīng)網(wǎng)絡(luò)的發(fā)動(dòng)機(jī)故障診斷方法研究[J];制造業(yè)自動(dòng)化;2012年09期

6 劉宇;盧宇;張玉欣;;概率神經(jīng)網(wǎng)絡(luò)在隧道變形位移預(yù)測(cè)中的應(yīng)用[J];冶金自動(dòng)化;2012年04期

7 肖玉玲;孫麗娜;;基于概率神經(jīng)網(wǎng)絡(luò)的發(fā)動(dòng)機(jī)故障診斷方法研究[J];河南教育學(xué)院學(xué)報(bào)(自然科學(xué)版);2012年03期

8 湯俊;莫依雯;鄧勇;;概率神經(jīng)網(wǎng)絡(luò)在可疑交易監(jiān)測(cè)中的應(yīng)用及效率比較[J];武漢大學(xué)學(xué)報(bào)(工學(xué)版);2013年02期

9 成奇明;張樹京;;概率神經(jīng)網(wǎng)絡(luò)回歸、判別與聚類[J];北方交通大學(xué)學(xué)報(bào);1993年04期

10 段傳學(xué),徐光華,孟光;概率神經(jīng)網(wǎng)絡(luò)的邊界預(yù)報(bào)[J];上海交通大學(xué)學(xué)報(bào);2005年02期

中國重要會(huì)議論文全文數(shù)據(jù)庫 前7條

1 劉建華;張偉江;張仲俊;;概率神經(jīng)網(wǎng)絡(luò)的實(shí)時(shí)訓(xùn)練[A];1995中國控制與決策學(xué)術(shù)年會(huì)論文集[C];1995年

2 徐欣;馮道旺;周一宇;盧啟中;;核函數(shù)概率神經(jīng)網(wǎng)絡(luò)脈沖去交錯(cuò)器研究與設(shè)計(jì)[A];第十屆全國信號(hào)處理學(xué)術(shù)年會(huì)（CCSP-2001）論文集[C];2001年

3 賈勇;何正友;趙靜;;基于小波熵和概率神經(jīng)網(wǎng)絡(luò)的配電網(wǎng)暫降源識(shí)別方法[A];中國高等學(xué)校電力系統(tǒng)及其自動(dòng)化專業(yè)第二十四屆學(xué)術(shù)年會(huì)論文集（下冊(cè)）[C];2008年

4 王成儒;王金甲;李靜;;一種用于說話人辨認(rèn)的概率神經(jīng)網(wǎng)絡(luò)的MCE訓(xùn)練算法[A];第三次全國會(huì)員代表大會(huì)暨學(xué)術(shù)會(huì)議論文集[C];2002年

5 朱志強(qiáng);樊大帥;張軍;王亮;;基于組合PNN概率神經(jīng)網(wǎng)絡(luò)的車標(biāo)識(shí)別方法[A];全國先進(jìn)制造技術(shù)高層論壇暨第十屆制造業(yè)自動(dòng)化與信息化技術(shù)研討會(huì)論文集[C];2011年

6 薄翠梅;李俊;陸愛晶;張廣明;;基于核函數(shù)和概率神經(jīng)網(wǎng)絡(luò)的TE過程監(jiān)控研究[A];第二十六屆中國控制會(huì)議論文集[C];2007年

7 芮瑞;鮑長春;;基于概率神經(jīng)網(wǎng)絡(luò)的語音與音樂分類[A];第十四屆全國信號(hào)處理學(xué)術(shù)年會(huì)(CCSP-2009)論文集[C];2009年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 張魯?shù)?智能圖像識(shí)別技術(shù)研究[D];渤海大學(xué);2016年

2 周沙;基于概率神經(jīng)網(wǎng)絡(luò)的變壓器局部放電模式識(shí)別研究[D];江蘇大學(xué);2016年

3 王子健;基于概率神經(jīng)網(wǎng)絡(luò)的發(fā)動(dòng)機(jī)失火故障診斷[D];吉林大學(xué);2016年

4 俞文燕;基于概率神經(jīng)網(wǎng)絡(luò)的電機(jī)故障診斷研究[D];揚(yáng)州大學(xué);2016年

5 張洪波;基于主成分的概率神經(jīng)網(wǎng)絡(luò)模擬電路故障診斷的研究[D];湖南大學(xué);2008年

6 張海艷;基于自適應(yīng)概率神經(jīng)網(wǎng)絡(luò)的農(nóng)作物蟲情預(yù)測(cè)研究[D];蘭州交通大學(xué);2011年

7 榮薇;基于概率神經(jīng)網(wǎng)絡(luò)的漢語耳語音識(shí)別的研究[D];蘇州大學(xué);2008年

8 蘇亮;基于概率神經(jīng)網(wǎng)絡(luò)的焊接結(jié)構(gòu)疲勞壽命分類與預(yù)測(cè)[D];長安大學(xué);2012年

9 李旭軍;基于概率神經(jīng)網(wǎng)絡(luò)的質(zhì)量控制研究[D];合肥工業(yè)大學(xué);2006年

10 吳太陽;小波變換和概率神經(jīng)網(wǎng)絡(luò)在脈象信號(hào)分析中的應(yīng)用[D];重慶大學(xué);2007年

，

本文編號(hào)：783419