【硕士论文】基于模式识别理论的电机故障诊断技术研究.pdf

【硕士论文】基于模式识别理论的电机故障诊断技术研究.pdf

ID:32032716

大小:2.00 MB

页数:71页

时间:2019-01-30

【硕士论文】基于模式识别理论的电机故障诊断技术研究.pdf_第1页
【硕士论文】基于模式识别理论的电机故障诊断技术研究.pdf_第2页
【硕士论文】基于模式识别理论的电机故障诊断技术研究.pdf_第3页
【硕士论文】基于模式识别理论的电机故障诊断技术研究.pdf_第4页
【硕士论文】基于模式识别理论的电机故障诊断技术研究.pdf_第5页
资源描述:

《【硕士论文】基于模式识别理论的电机故障诊断技术研究.pdf》由会员上传分享,免费在线阅读,更多相关内容在教育资源-天天文库

1、山东科技大学硕士学位论文基于模式识别理论的电机故障诊断技术研究姓名:刘秀芝申请学位级别:硕士专业:控制理论与控制工程指导教师:张开如20050501山东科技大学硕士学位论文摘要电机是当今生产活动和日常生活中最主要的原动力和驱动装置。随着生产系统的发展,系统中需要的电机数量和单机容量都在不断增加,现代化的工业生产设备的特点是技术先进、结构复杂、精度要求高,这使得故障检测的工作量和难度都有很大程度的增加。而且电机的正常工作对保证生产制造过程的正常进行意义非常重大。因此对电机故障的诊断要求十分迫切,通过对电机常见故障的诊断和分析,可以及早发现故

2、障和预防故障的进一步恶化。本论文正是基于这种考虑,对异步电机的智能诊断方法进行了探讨研究。神经网络具有很强的并行性、容错性和自学习能力,通过对典型样本的学习,完成知识的获取,并将知识分布存储在神经网络的拓扑结构连接权值中,用来对未知样本进行识别、比较。该方法不需要对诊断系统建立模型结构,利用频率成分的能量变化来识别不同的模式。本论文以鼠笼型异步电机转子为研究对象,在转子正常和断条两种模式下,对定子电流进行分析,利用小波包分析后得到的信号,作为神经网络的输入。神经网络采用三层BP网络,BP网络具有较好的自学习能力和容错性。研究证明:运用该方

3、法提取出不同模式的信号特征,BP网可以有效地将模式区分开来。分析过程中,本文用Matlab语言进行了仿真。关键词:电机故障诊断神经网络BP网络Matlab语言坐查型垫查兰雯主兰堡堡兰塑墨AbstractThemotoriSnowthemostmaindrivingforceandthedriveintheproducesactivityandthedailylife.Alongwiththedevelopmentoftheproductionsystem,theelectricalmachineryquantityandthesingle

4、planecapacitywhichinthesystemneedsallunceasinglyincreases,themodernizedindustrialproductionequipment’Scharacteristicistechnologicaladvance,thestructurecomplex,theprecisionisveryhigh,thiscausesboththeworkloadandthedifficultyofthefailuredetectionhaveincreasedinverygreatdegr

5、ee.MoreovertheelectricalmachinerynormallaboriSextremelysignificanttokeeptheproductionmanufactureprocesscarryingonnormally.ThereforeitiSextremelyurgenttohavethemotorfaultdiagnosiS,throughtheelectricalmachinerycommonbreakdowndiagnosisandtheanalysis,wemaydiscoverthebreakdown

6、andthepreventbreakdownfromfurtherworseningearly.ThepaperispreciselybasedonthiSkindofconsideration,hasconductedthediscussionresearchtotheasynchronousmachine’SintelligentdiagnosiSmethod.Thenervenetworkhastheverystrongparallelism,fault-tolerantandself一1earningcapacity,throug

7、hthestudytothetypicalsample,itcompletesthegainoftheknowledge,andsavestheknowledgedistributlyinthenervenetwork’Stopologyconnectionpowervalue,andusesitforcarryingontherecognitionandthecomparisontotheunknownsample.ThiSmethoddoesnotneedtoestablishthemodelstructureofthediagnos

8、esystemandusethefrequencycomponent’Senergytodistinguishthedifferentpattern.Thepapertaketheasynch

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。