欢迎来到天天文库
浏览记录
ID:32425257
大小:722.68 KB
页数:70页
时间:2019-02-04
《基于dsp及神经网络电动机故障诊断的研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库。
1、论文题目:基于DSP及神经网络的电动机故障诊断研究作者姓名:钟军伟入学时间:2006年9月专业名称:电力电子电力传动研究方向:现代电力电子应用技术指导教师:吉兴全职称:副教授论文提交日期:2009年5月论文答辩日期:2009年6月授予学位日期:STUDYONFAULTDIAGNOSISOFMOTORBASEDONDSPANDNEURALNETWORKADissertationsubmittedinfulfillmentoftherequirementsofthedegreeofMASTEROFPHILOSOPH
2、YfromShandongUniversityofScienceandTechnologybyZhongJunweiSupervisor:ProfessorJiXingquanCollegeofInformationandElectricalEngineeringMay2009声明本人呈交给山东科技大学的这篇硕士学位论文,除了所列参考文献和世所公认的文献外,全部是本人在导师指导下的研究成果。该论文资料尚没有呈交于其它任何学术机关作鉴定。硕士生签名:日期:AFFIRMATIONIdeclarethatthisdi
3、ssertation,submittedinfulfillmentoftherequirementsfortheawardofMasterofPhilosophyinShandongUniversityofScienceandTechnology,iswhollymyownworkunlessreferencedofacknowledge.Thedocumenthasnotbeensubmittedforqualificationatanyotheracademicinstitute.Signature:Dat
4、e:山东科技大学硕士学位论文摘要摘要异步电动机作为各类型机电设备中数量最多、应用最广泛的一类电气设备。它的正常工作对保证生产制造过程中的安全、高效、敏捷、优质及低功耗运行具有非常重大的意义。如果异步电动机因故障而停机则将会对生产、生活甚至人身安全造成极其严重的影响,进而造成巨大的经济损失。所以对其进行故障诊断具有重大意义,是国内外工程技术领域一直非常关注的课题。论文首先研究了人工神经网络和小波分析的相关理论知识,并使用Matlab神经网络模块对BP神经网络做了训练,构建了前向反馈型BP人工神经网络模型。以小波分
5、析和人工神经网络为理论基础,设计了基于TMS320F2812DSP的数据采集模块,对故障识别方法进行了深入研究,实现了异步电动机典型故障的诊断。数据采集模块包括DSP最小系统电路、A/D转换电路的原理图及PCB图设计。然后,基于CCS3.1开发环境,完成了数据采集传输模块的主程序、DSP初始化程序、A/D转换程序、小波神经网络的故障诊断程序,仔细分析了各程序的工作步骤,给出了系统总软件流程图。最后,对数据采集传输模块的硬件和软件功能进行了测试。实验证明了数据采集传输模块的设计正确性,成功实现了电动机的定子匝间短
6、路和轴承偏心故障的识别。在故障特征提取方面,考虑到故障时定子电流信号的非平稳、非线性特征,提出小波分析和改进BP网络的特征提取手段。基于离散小波变换的小波能量谱分析的特征提取方法,充分反映和有效刻画出信号的非平稳、非线性特征。试验证明了本方法的有效性。从一定程度上解决了异步电动机故障特征征兆描述的全面性问题。关键词:故障诊断,异步电动机,TMS320F2812,神经网络,小波变换山东科技大学硕士学位论文摘要ABSTRACTAsynchronousMotorsisusedasthenumberofvarioust
7、ypesofelectricalandmechanicalequipmentinthelargest,mostwidelyusedclassofelectricalequipment.Itsnormalworkofthemanufacturingprocesstoensurethesafety,efficiency,agility,qualityandlow-poweroperationhavegreatsignificance.IftheAsynchronousMotorsisshuttendowndueto
8、failureontheproduction,andeventhepersonalsafetyoflifewouldhavebeenveryserious,resultinginenormouseconomiclosses.ThefaultdiagnosisforAsynchronousMotorsisofgreatpracticalsignificanceandparamountim
此文档下载收益归作者所有