资源描述：
《基于小波包与改进BP神经网络算法电机故障诊断》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。
1、基于小波包与改进BP神经网络算法电机故障诊断摘要：为了对电机故障实现智能化诊断，仿真实验中将采取基于故障振动信号的诊断方法。在实验过程中用小波包分析技术得到故障信号的特征向量。然后用改进的BP神经网络算法即弹性EP算法(RPROPA)来进行神经网络训练，当误差精度符合要求后，用测试样本数据对神经网络进行检测。通过Matlab平台进行仿真实验来证明小波包神经网络诊断系统能够实现电动机故障类型的智能化诊断。从而减轻企业经济负担，为电机操作人员提供更可靠的安全保障。关键词：故障诊断；小波变换；神经网络；电机中图分类号：TN911.6734文献标识码：A文章编号
2、:10047373X(2013)15?0133?04MotorfauItdiagnosisbasedonwaveletpacketandimprovedBPneuralnetworkalgorithmLIChun?hual,RONGMing?xing2(1.HeilongjiangUniversityofScienceandTechnology,Harbin150027,China；2.SchoolofElectrieandInformationEngineering,HeilongjiangUniversityofScienceandTechnolog
3、y,Harbin150027,China)Abstract：InordertorealizeintelligentizationofmotorfauItdiagnosis,ThefaultdiagnosismethodbasedonvibrationsignalwasadoptedinSimulationexperiment・Intheexperimentprocess,thewaveletpacketanalysistechniquewasusedtoobtainthefeaturevectoroffaultsignal,andtheimprovedB
4、Pneuralnetworkalgorithm,elastic(RPROPA)BPalgorithm,wasusedforneuralnetworktraining・Whentheerroraccuracymeetstherequirement,thetestsampledataisusedtotesttheneuralnetwork・ThesimulationexperimentonMatlabplatformshowthatthewaveletpacketneuralnetworkdiagnosissystemcanimplementtheintel
5、ligentdiagnosisofmotorfault,reducetheeconomicburdenofenterprises,andprovideamorereliablesecurityassuranceformotoroperationpersonne1.Keywords：faultdiagnosis；wavelettransform；neuralnetwork；motor0引言在当代工业生产过程中，电动机已经成为了不可或缺的重要动力设备。同时企业为了提高生产效率，绝大多数都走上了流水线形式的生产道路，动力设备一出现问题，就会造成企业的巨大经济损
6、失。所以本文将选取三种常见的电机故障即轴承故障、转子故障、绝缘电阻下降来作为研究对象。由于电动机故障信号往往是一些非平稳的信号，并且其中含有大量的噪声［1］。因此首先本文将利用小波包技术优良的时频局部特性和多分辨率处理能力来去除噪声信号，得到真实故障信号进行分解重构，获得频段更细致的故障信号特征向量。其次由于神经网络能够逼近任意的非线性问题，并且自身具有较强的学习和自适应能力［2］,所以将用神经网络技术来进行特征向量和故障类型的准确映射。建立起一套基于小波包技术和BP神经网络的智能故障识别系统。1电机故障诊断方法基于神经网络的故障诊断方法是当前设备故障诊
7、断领域应用较广的方法。文献［3］讲述了神经网络技术是以分布的方法存储信息，利用网络的拓扑结构和权值分布来实现非线性映射，并利用全局并行处理实现从输入到输出空间的非线性信息处理。利用它的非线性映射关系建立故障和特征信号的准确对应，并且其学习和适应能力可以根据故障类型的变化来自动改变网络权值等参数输出不同的期望结果。所以可使用神经网络来进行非线性映射的研究，因此对电动机的故障诊断选择神经网络来实现输入特征信号和输出期望结果的对应也比较合适。2基于小波包的故障特征向量提取2.1小波包变换分析小波包分析(WaveletPacketAnalysis)能够重复利用二
8、尺度关系将小波频谱中的每个倍频程频带进一步分解为更加精细的频带［4］,增强了信号
