基于ARMA和遗传算法优化的BP神经网络电动机断条故障诊断.pdf

基于ARMA和遗传算法优化的BP神经网络电动机断条故障诊断.pdf

ID:52206090

大小:1.15 MB

页数:5页

时间:2020-03-24

基于ARMA和遗传算法优化的BP神经网络电动机断条故障诊断.pdf_第1页
基于ARMA和遗传算法优化的BP神经网络电动机断条故障诊断.pdf_第2页
基于ARMA和遗传算法优化的BP神经网络电动机断条故障诊断.pdf_第3页
基于ARMA和遗传算法优化的BP神经网络电动机断条故障诊断.pdf_第4页
基于ARMA和遗传算法优化的BP神经网络电动机断条故障诊断.pdf_第5页
资源描述:

《基于ARMA和遗传算法优化的BP神经网络电动机断条故障诊断.pdf》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、2017年第3期煤矿机电·23·边宁,许允之.基于ARMA和遗传算法优化的BP神经网络电动机断条故障诊断[J].煤矿机电,2017(3):23.26,30.doi:10.16545/j.cnki.cmet.2017.03.008基于ARMA和遗传算法优化的BP神经网络电动机断条故障诊断边宁,许允之(中国矿业大学电气与动力工程学院,江苏徐州221116)摘要:为判断鼠笼式三相异步电动机转子断条故障情况,提出了一种利用定子电流信号,基于ARMA和遗传算法优化的BP神经网络的诊断方法。首先,使用改进的A

2、RMA算法对电动机的定子电流波形进行拟合,将自回归系数模型系数提取出来,作为表征电动机故障的特征向量,并分为训练集和测试集。然后利用遗传算法优化BP神经网络的初始阈值和权值,以避免BP神经网络陷入局部极值点的问题。再用训练集对BP神经网络进行训练,用训练好的神经网络对测试集进行判断。实验结果显示,ARMA模型可较好地对三相异步电动机定子电流波形进行拟合,BP神经网络可较为准确地判断特征向量表征的故障情况,此方法具有较好的诊断结果。关键词:鼠笼式三相异步电动机;转子断条;自回归滑动平均(ARMA)模

3、型;BP神经网络;故障诊断中图分类号:TM343+.3;TPP277.3文献标识码:B文章编号:1001—0874(2017)03—0023—05FaultDiagnosisofBPNeuralNetworkBasedonARMAandGeneticAlgorithmOptimizationBianJ7、7i增,XuYunzhi(SchoolofElectrical&PowerEngineering,ChinaUniversityofMiningandTechnology,Xuzhou221116

4、,China)Abstract:Inordertorecognizethebrokenrotorbarfaultofsquirrelcageasynchronousmotors,amethodofdiagnosiswasproposedusingstatorcurrentsignal,basedonARMAmodelandBPneuralnetworkoptimizebygeneticalgorithm.Firstly,fitstatorcurrentsignalwaveformwithARMAa

5、lgorithm,anduseparametersofauto-regressivemodelinARMAaseigenvectorsrepresentingmotorfault,anddividetheseeigenvectorsintotrainingsetandtestingset.OptimizeoriginalthresholdandweightinBPneuralnetworktoavoidtheproblemthatthenetworkwastrappedintolocalextre

6、mum.Traintheneuralnetworkwithtrainingsetanddorecognitionwiththetestingset.Theexperimentshowsthat,ARMAmodelhastheabilitytofitstatorcurrentsignalwaveformwell,andtheBPneuralnetworkhastheabilitytoaccuratelyrecognizefaultsrepresentedineigenvectors.Thismeth

7、odhasahighdiagnosisaccuracy.Keywords:squirrelcagethree—phaseasynchronousmotor;rotorbrokenbar;auto-regressivemovingaverage(ARMA)model;BPneuralnetwork;faultdiagnosisⅧ言喜薹篙鬻嚣景霖黧瓮等篙鼠笼式三相异步电动机具有构造简单、制造成的定期检查难以实现对电动机断条的实时监测和诊本低、性能稳定、工作可靠等特点,已成为现代3-_业断。·24·煤矿

8、机电2017年第3期目前,检测电动机断条故障的方法有很多,如利用定子电流分析方法检测故障,利用电动机工作时的振动检测故障,利用磁场波动规律检测故障,利用电动机转速变化检测故障等。为判断鼠笼式三相异步电动机转子断条的故障情况,本文提出了一种利用定子电流信号,基于自回归滑动平均模型(AR.MA)和遗传算法优化的BP神经网络的诊断方法,对电动机转子断条故障进行诊断,并判断断条个数。1信号滤波和故障特征提取1.1IIR数字陷波器当电动机发生断条故障时,定子电流信号中会感应产生频率为,=(1

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。