基于BP神經(jīng)網(wǎng)絡的感應電動機故障診斷技術研究.pdf

1、隨著科學技術的進步和工業(yè)生產(chǎn)的快速發(fā)展使得各種生產(chǎn)設備的結構日趨復雜，由于結構的復雜性以及設備在大功率和高負荷的條件下連續(xù)運轉(zhuǎn)，隨著時間的增長和內(nèi)外部條件的變化，設備會不可避免地發(fā)生一些故障。這些故障，輕則會降低設備性能，重則會影響生產(chǎn)、毀壞設備，造成嚴重的經(jīng)濟損失與社會影響。如何及時預測和發(fā)現(xiàn)故障并保證設備在工作期間始終安全、高效、可靠地運轉(zhuǎn)，本文采用故障診斷技術為設備運行的安全性和可靠性提供了一個有效的解決方案。論文在廣泛收集感應電

2、動機故障診斷研究資料的基礎上，從分析電機定子電流入手，提取出了電機在故障時相應的特征頻率和幅值，利用神經(jīng)網(wǎng)絡實現(xiàn)對電機常見故障的診斷。 本文詳細介紹了人工神經(jīng)網(wǎng)絡，尤其是BP網(wǎng)絡的基本理論及應用，研究了BP網(wǎng)絡結構的建立原則、網(wǎng)絡樣本的處理方法、網(wǎng)絡樣本的訓練方式。論文以三相感應電動機的常見故障為例，建立了對其進行故障診斷的8-12-4三層網(wǎng)絡結構。針對BP神經(jīng)網(wǎng)絡的不足，探討了幾種改進的BP算法，并詳細分析了這些改進算法在故障

3、診斷中的應用效果。 根據(jù)神經(jīng)網(wǎng)絡和遺傳算法(GA)的特點，利用遺傳算法優(yōu)化神經(jīng)網(wǎng)絡，將二者有機的結合起來，建立故障診斷的優(yōu)化網(wǎng)絡模型(GA—BP)。在遺傳算法中，采用錦標賽選擇取代常用的輪盤賭選擇，并加入遷移策略來優(yōu)化BP網(wǎng)絡的初始權值和閾值。以各種原始資料和現(xiàn)場實錄資料作為訓練樣本，首先進行遺傳算法的全局搜索，得到的優(yōu)化解作為BP網(wǎng)絡的初始權值和閾值，然后通過訓練樣本來實現(xiàn)BP神經(jīng)網(wǎng)絡的學習，建立樣本(作為輸入變量)與實際故障