基于神经网络的电机故障诊断研究.pdfVIP

基于神经网络的电机故障诊断 王占山 李 平 李奇安 (抚顺石油学院信息工程分院，抚顺 113001) 摘 要:本文采用振动频讲分析方法，利用改进的BP网络对电机进行故阵诊断，并给出了仿 真结果。 关健词:BP网络，故降诊断。电机振动 1 引言 电机是现代工业生产中重要的原动力和驱动装置，它们数量之多、应用范围之广、地位之重要，几乎 是没有其他设备能与之相比的。由于长期的运转和使用，电机就会出现老化、磨损，甚至损坏的情况。 同时，电机的故障情况比较复杂，这就给电机的维护带来了很大的困难，要求维护人员具有较高的维护 水平与经验，才能发现和判断电机故障。鉴于上述原因，加强电机的智能故障诊断将是一项十分重要的 任务。本文基于振动的频谱分析方法，利用改进的BP网络对电机进行故障诊断。 2 电机振动故障频率 振动是电机在运行过程中普遍存在的现象。当电机稳定运行时，振动频谱具有一种典型的特性;当 电机故障时，其振动频谱成分就会发生变化，且不同的缺陷和故障引起的频谱变化也不同。电机常见的 异常振动有如下几种类型:定子电磁振动、转子异常振动、气隙不均电磁振动、轴承异常振动和安装、调 整不良引起的振动等。本