神经网络专家系统在电机故障诊断中的应用.pdfVIP

第 22卷 第 15期 电子设计工程 2014年 8月 V01．22 No．15 ElectronicDesignEngineering Aug．2014 神经网络专家系统在电机故障诊断中的应用 刘朝云，翟春燕，李书臣，苏成立 (辽宁石油化工大学 信 息与控制工程学院，辽宁 抚顺 113001) 摘要 ：针对传统专家系统不能进行 自学习、自适应 的问题 ，本文提 出了基于神经网络专家系统的异步 电机故障诊 断 方法。本文将小波神经网络和专家系统相结合 ，充分发挥 了二者故障诊断的优点，很大程度上降低 了对 电机 的诊断误 差。仿真结果验证 了该算法的有效性。 关键词 ：异步 电机 ；故障诊断；神经网络 ：专家系统 中图分类号 ： 87 文献标识码 ：A 文章编号 ：1674—6236(2014)15—0159—03 Applicationofneuralnetworkexpertsystem forfaultdiagnosisinmotor LIU Chao-yun，ZHAIChun-yan，LIShu—chen，SU Cheng-li (CollegeofInformationandControlEngineering，LiaoningShihuaUniversity，Fushun113001，China) Abstract：A methodofasynchronousmotorfaultdiagnosiswasestablishedbasedonneuralnetworkexpertsystem becausethe traditional expertsystem cannotbeselflearningandadaptive．Thealgorithm combinedthewaveletneuralnetworkwithexpert system ，anditgivefullplaytothefaultdiagnosisoftheiradvantages．Itreducethediagnosticerrorformotorgreatly．The simulationresultsshowtheeffectivenessofthealgorithm． Keywords：asynchronousmotor；faultdiagnose；neuralnetwork；expert system 异步 电机作为现代工业 的主要能源动力设备，在各行各 在于电机工作过程中。对于各类型电机来说，振动的允许限值 业应用非常广泛 。 电机一旦发生故障．将带来较大的经济损 和典型特性在 电机稳定运行时都具有其特定的现象。当电机 失。基于以上原因．电机故障诊断受到了越来越多学者的关 发生故障时，相应的变化会在其振动的频谱成分和振幅中体现 注和重视[1-21。同时。通过各界学者们 的共 同努力 ．使得故障诊 出来。因此 电动机 的运行状态会通过振动形式表现出来 ．要 断领域取得 了飞快的发展 。 想对电机的运行状态和潜在故障进行监测 。就可对 电机 的振 传统诊断方法 (如冗余法或普通模式识别方法)在系统 动信号进行监测 。电机常见的异常振动主要有 以下的类型： 或设备的故障诊断中发挥 了很好的作用p卅，但存在着一些不 1)定子异常产生的电磁振动 电机运行时，转子在定子 足之处，比如过分依赖模型，当系统模型未知时该方法不易 内腔旋转 ，因此定、转子磁场会发生交互，旋转力波将会影响 实现。基于神经网络的故障诊断在 电机故障诊断领域发挥了 到定子机座 ，从而发生周期性 的形变并产生 电磁振动。 重要 的作用I5-6]，但仍存在着忽视领域专家 的诊断知识 ，权重 2)转子异常引起的电磁振动 当异步 电动