基于小波分析和神经网络的电机故障诊断方法研究 - 副本.pdfVIP

EL EC TR IC DR IV E 　20 10 　Vol . 40 　No . 3 电气传动 　20 10 年 　第 40 卷 　第 3 期 基于小波分析和神经网络的电机 故障诊断方法研究 王红君 ,刘冬生 ,岳有军 (天津理工大学 天津市复杂系统控制理论及应用重点实验室 天津 300 19 1) 　　摘要 :在电机故障诊断技术中 , 电机振动信号最能全面反映电机的运行状态 。由于电机振动信号属于非 平稳随机信号 ,传统的傅里叶变换从频域角度进行信号分析 ,只能说明信号中某频率成分幅值的大小和频率 密度 ,不能检测奇异信号点的时域信息 ,而且还可能将含有丰富故障信息的微弱信号作为噪声滤去 。因此 ,不 能完全满足故障信号特征提取的要求 。为解决这一问题 ,提出一种基于小波分析和神经网络的电机故障诊断 方法 ,该方法采用小波时频分析技术对电机故障振动信号进行消噪滤波 ,通过小波包分解系数求取频带能量 , 根据各个频带能量的变化提取故障特征 ,应用 B P 神经网络进行故障识别 ,并采用 Matlab 仿真软件予以实 现 。结果表明 ,该方法不需要建立电机的故障诊断模型 ,能有效提高电机故障诊断的准确性 。 关键词 :故障诊断 ;小波分析 ;神经网络 ;振动信号 中图分类号 : TP277 　　　　文献标识码 :A Study of the Fault Diagnosis Method Based on Wavelet Time and Frequency Analysis and the Neural Net work in the Motor WAN G Hongj un ,L IU Dongsheng , YU E Youj un ( Tianj in Key L aboratory f or Cont rol Theory A p p lications in Comp licated Systems , Tianj in ) University of Technology , Tianj in 300191, China Abstract :In t he fault diagno si s t echnology of motor , t he vibration signal s can fully reflect t he running st a t u s of t he motor . A s t he motor vibration signal s are nonst able and random , t he signal analysi s of t he t radi tional Fourier t ran sform in t he f requency domain , can only indicat e t he amp lit ude of a cert ain f requency compo nent and f requency den sit y , but can ′t det ect t he time domain information of t he singularit y signal s and some weak signal wit h rich fault information i s likely to be filt ered a s noi se , so t he