异步电机故障诊断 小波分析主成分(PCA)分析径向基(RBF)神经网络差分进化(DE)算法论文.docVIP

基于差分进化算法优化的RBF神经网络的异步电机故障诊断研究 【摘要】 作为电气化时代的主要原动力和驱动设备,异步电机因为具有结构简单、制造方便、可靠性高等优点已经在工农业生产和人们日常生活等领域中得到广泛的应用。作为生产领域中的关键设备,异步电机的安全、可靠、稳定运行对于保证生产系统的正常运行意义非常重大。电机一旦发生故障就会造成严重的经济损失以及恶劣的社会影响。因此,研究异步电机的故障诊断技术及时准确的识别电机的运行状态具有重要的现实意义。异步电机故障诊断过程包括状态参数检测、故障特征提取和故障类型识别三部分。本文在对异步电机常见故障的特征及其机理分析的基础上,选择能够反映电机机械特性的振动信号和反映电机电气特性的定子电流信号作为电机故障诊断的状态信号。由于电机运行过程中所采集的信号为非平稳信号,运用传统的信号分析方法已经不再适合,小波分析技术因其良好的时频分析特性为非平稳信号的分析处理提供了一种非常有效的方法。本文首先运用小波变换对故障信号进行了消噪处理,其次运用小波包分解对故障信号进行了特征提取。在此基础上,提出了小波包与主成分分析(PCA)相结合的一种新的信号特征提取方法。该方法利用主成分分析(PCA)对小波包分解结果进行特征抽取和降维,提取小波...?更多还原 【Abstract】 As the major motive power and driving device