神经网络在电动机绕组温升预测中应用.docVIP

神经网络在电动机绕组温升预测中应用 　　摘 要：电动机是以电磁感应和电磁力定律为基本工作原理进行电能的传递或机电能量转换的机械，在工业、农业、国防、交通运输和家用电器中有着广泛的应用。文章针对电动机发热、散热过程复杂、难于准确计算的问题，基于人工神经网络（BP网络），采用Matlab计算软件，通过对三相异步电动机的温升实验，阐述了神经网络在电动机绕组温升预测中的应用。 　　关键词：人工神经网络；Matlab软件；温升预测 　　中图分类号：TM303.1 文献标识码：A 文章编号：1006-8937（2012）17-0042-02 　　电动机在国民经济中起着十分重要的作用，其广泛应用于工业、农业、冶金、化工、纺织、矿山、交通运输等国名经济各部门。据不完全统计，全国使用的中型电机大约有2 000万台，然而每年烧毁的电机约为320万台，平均每台的维修费用1 000元，总费用为32亿元左右。产生这种现象的原因是多方面的，除了管理措施不完善等因素外，关键的问题是电机过热载保护尚有不尽人意之处，传统的热过载保护方案可以分为直接测温法和间接测温法，但是直接测温法需要改变电机生产工艺，而间接测温法又无法建立数学模型。因此，由于神经网络理论以其组织结构、高度非线性映射性、高度并行处理的方式等优点,为预测和计算异步电动机的绕组温度提供了快捷、方便、准确的可能。文章主要通过神经网络的电动机温升预测,从而进行了电动机的智能热过载保护的探讨研究。 　　1 人工神经网络和BP网络 　　概论 　　1.1 人工神经网络的概念 　　人工神经网络是一个并行，分布处理结构。它由处理单元及称为联接的无向信号通道互连而成。这些处理单元（PE-processing element）具有局部内存，并可以完成局部操作。每个处理单元有一个单一的输出联接，这个输出可以根据需要被分支成希望个数的许多并行联接，且这些并行联接都输出相同的信号，即相应处理单元的信号，信号的大小因分支的多少而变化。处理单元的输出信号可以是任何需要的数学模型，每个处理单元中进行的操作必须是完全局部的。 　　1.2 BP网络概念及应用 　　1986年，由Rumelhart和Hinton 和Williams 完整而简明地提出一种ANN的??差反向传播训练算法（简称BP算法）。当前，在人工神经网络的实际使用中，绝大部分人工神经网络模型采用BP网络，它是前向网络的核心部分，体现了神经网络最精华的部分。 　　目前BP网络主要应用在函数逼近。即使用输入矢量和相对应的输出矢量训练一个网络逼近一个函数。其中模式识别，使用一个特定的输出矢量将它与输入矢量联系起来。其算法是多层前馈型网络。此网络不但有输入节点和输出节点，而且还有一层或多层隐含节点。 　　2 MATLAB软件在BP网络的重要函数应用 　　MATLAB语言使人们从繁多的程序代码中解放出来。开发者使用其丰富函数可无需重复编程，只要简单地调用和使用。MATLAB语言最大的特点是简单和直接 　　MATLAB的BP网络工具箱包含了大量的BP网络分析和设计的许多工具函数，表1罗列了主要的函数的名称和基本功能。 　　3 神经网络在电动机绕组温升预测中的应用 　　3.1 三相异步电动机温升实验 　　异步电动机的电流和温度的变化，可以反映出它在运行中是否正常。当有故障时，大多会引起定子电流增大和电动机温度过高。因此，对运行中的异步电动机，监视它的电流和温度是极其重要的。电动机铭牌上对电机的额定电流和允许温升都有规定。允许温升是指在环境温度40℃及在海拔1 000 m高度以下的条件下定子绕组的稳定温升。电机的温升是由电机内部的损耗（主要是绕组的铜损耗和铁心的损耗，它们是电机内部发热的热源）和散热通风的条件所决定，它的允许值是被电机绕组的绝缘材料的等级所限制。以下采用电阻法测异步电动机温升。 　　绕组温升的计算公式为： 　　Δt=（R2-R1）/R1×（Ka+t1）-（t2-t1） 　　式中，Δt为绕组温升；R2为实验开始的绕组电阻；R1为实验结束的绕组电阻；Ka当绕组为铜制导线时取234.5，当绕组为铝制导线时取228；t1为实验开始时的室温；t2为实验结束时的室温。 　　①实验进行依据。异步电动机绕组温升的测量主要是为了检验异步电动机在正常工作状态下各部位的温升是否正常。在测试的过程中，使用了温度计和万用表，并利用上文所提到的各种公式，计算了绕组的温升。当前这种测试方法的主要依据为：随着温度的改变导体的电阻将改变的原理。即同一段导体，在不同的温度下，其具有不同的电阻值。 　　②实验步骤。在不同的实验环境下，使用温度计量出异步电动机工作时的环境温度t2，并且在异步电动机启动前，使用用万用表测量异步电动机单相绕组的电阻R。启动后，异步电动机配以额定负载运行。当电动机稳定运行30