一种新型诊断技术在电机故障诊断中的应用.pdfVIP

薹三至量堡 G。ngyivuisnu 一 种新型诊断技术在 电机故障诊断中的应用 何银光 (克拉玛依职业技术学院，新疆 克拉玛依 833699) 摘 要：电机故障诊断过程中，根据实际应用环境引入多传感器信息融合诊断方法是提高诊断有效性的主要途径。通过对多传感器 所提供的信号的处理，以蚁群神经算法为基础来辅助诊断故障，能够为相关操作人员提供相对独立的证据，然后在证据理论的指导下对所 获得的各个证据进行融合 ，能够有效判断电机故障。大量实践证明，此方法在实际应用过程中能够有效提升故障识别的有效性和准确性。 关键词：电机故障诊断；应用 ；蚁群神经网络 0 引言 为该网络的初始权值和初始阈值，通过大量的网络学习来得出 最终结果 。 在当前市场经济发展的过程中，电机对于我国现代T业生 2_2 初始化系统 产活动的开展有着至关重要 的影响，其是提供动力的主要构 首先定义参数为神经网络的权值和阈值Pa一{叫l 为网 件。而在实际应用过程中，电机意外停机必然导致巨大的经济 络的权值和阈值}，再将 设置为N个较小的随机非零值，形 和社会损失。基于此，我们必须从当前的实际情况 出发，探索 成集合 L I 一{ ，I叫 ∈[一1，11}。 为网络权值和阈值的 一 套更为行之有效的方式方法 ，来保障电机系统运行的稳定 总数。每个参数的取值 ，都对应信息素r，定义信息素的值 性。当前较为常见的诊断方法包括小波诊断、遗传算法以及本 域范围是[ ， ]，超过这个范围的值被限制为信息量允许值 文所介绍的神经网络算法等，已经有了较为成熟的应用案例。 的上下限。在初始时刻，每个元素的信息素量相等，并设为信息 多传感器信息融合作为当前阶段信息处理技术的主要发 素上限 一 一，初始信息素的增量为0。 展方向，主要是通过对多传感器所提供的互补数据 以及冗余数 2．3 适应度评价 据的科学处理而反映所处时间和空间特征的一种诊断技术，其 在完成单次循环之后，需要对 比适应度函数来对其中的信 在实际应用过程中具有较大的实用价值。所以在本文的研究 息素进行处理，在本研究中主要采用BP神经网络均方误差作为 中，将该方法和原有的蚁群神经算法有机结合，希望能够使新 此函数，被选择元素优劣程度和均方误差值之间呈反比例关系。 算法在具有全局收敛特点的同时，可有效利用多源信息，从而 2．4 元素选取规则 为电机故障诊断T作的开展提供更为有效的数据支持。 蚂蚁搜索时，每只蚂蚁从集合 j开始，依次遍历这 N个集 1 新技术原理分析 合，根据集合中每个元素的信息素按公式 (1)选择一个元素。 f 焉 () (￡) 作为一种应用范围相对广泛的复杂旋转机械，电机在实际 “ i＼／lL、，f＼ 。 应用过程中故障种类繁多，且难 以通过直观的方式方法判断出