小波神经网络在电牵引采煤机故障诊断中的应用.pdfVIP

第 27 卷第 4 期 煤 　矿 　机 　械 Vol 27No4 　　　　　　　　　　　　　　　　 　　　　　　　　　　　　　　　　 2006 年　 4 月 Coal Mine Machinery Apr. 2006 ( ) 文章编号 2006 小波神经网络在电牵引采煤机故障诊断中的应用 岑 　健 (茂名学院 , 广东 茂名 525000) 摘 要 : 提出一种基于小波神经网络非线性观测器的故障检测方法 ,它把信号分析和数学模 型结合在一起进行分析 ,并利用小波信号对输入信号的去噪功能和人工神经网络的自学习本领 ,获 得系统输入输出的非线性动力学特性 ,实时计算残差和进行逻辑判断。这种方法可提高电机故障 检测的速度和准确率。通过对电牵引采煤机电机模型结构损伤故障的仿真研究表明 ,该方法是可 行的。 关键词 : 小波神经网络 ; 故障检测 ; 非线性观测器 中图号: TP206 文献标识码 : A Fault Detection of Electro - dra wing Mining Machine Based on Wavelet Neural Networks CEN Jian (Maoming College , Maoming 525000 , China) Abstract :A method of fault detection on nonlinear observer using wavelet neural networks is presented. This approach is a combination of signal analysis and mathematical model . By denoising function of wavelet and the learning itself function of neural network , the input and output nonlinear dynamic characteristic of system are obtained . The output prediction error , generated from the read output and waved neural networks estimated output is used as a residual error to execute logical judge. And this approach can improve the speed and accu racy rate of fault detection. Simulation for structural damage faults of nonlinear synchro motors of the electro