基于神經(jīng)網(wǎng)絡(luò)的電機(jī)轉(zhuǎn)子斷條故障診斷

基于神經(jīng)網(wǎng)絡(luò)的電機(jī)轉(zhuǎn)子斷條故障診斷

ID:26130776

大?。?0.50 KB

頁(yè)數(shù):4頁(yè)

時(shí)間:2018-11-24

基于神經(jīng)網(wǎng)絡(luò)的電機(jī)轉(zhuǎn)子斷條故障診斷  _第1頁(yè)
基于神經(jīng)網(wǎng)絡(luò)的電機(jī)轉(zhuǎn)子斷條故障診斷  _第2頁(yè)
基于神經(jīng)網(wǎng)絡(luò)的電機(jī)轉(zhuǎn)子斷條故障診斷  _第3頁(yè)
基于神經(jīng)網(wǎng)絡(luò)的電機(jī)轉(zhuǎn)子斷條故障診斷  _第4頁(yè)
資源描述:

《基于神經(jīng)網(wǎng)絡(luò)的電機(jī)轉(zhuǎn)子斷條故障診斷 》由會(huì)員上傳分享,免費(fèi)在線閱讀,更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫(kù)。

1、基于神經(jīng)網(wǎng)絡(luò)的電機(jī)轉(zhuǎn)子斷條故障診斷1 前言電機(jī)是工農(nóng)業(yè)生產(chǎn)中的主要傳動(dòng)機(jī)械。隨著現(xiàn)代科學(xué)技術(shù)的進(jìn)步和生產(chǎn)的發(fā)展,電機(jī)的容量不斷增大,所組成的系統(tǒng)的規(guī)模越來(lái)越大,構(gòu)成也越來(lái)越復(fù)雜。但由于工作環(huán)境復(fù)雜,或者電機(jī)頻繁起動(dòng)等原因,電機(jī)轉(zhuǎn)子斷條等故障時(shí)有發(fā)生,對(duì)其可靠性要求也越來(lái)越高。傳統(tǒng)的電機(jī)故障診斷方法,需要建立精確的數(shù)學(xué)模型、有效的狀態(tài)估計(jì)或參數(shù)估計(jì)、適當(dāng)?shù)慕y(tǒng)計(jì)決策方法等。這些前提條件使得傳統(tǒng)的電機(jī)故障診斷具有相當(dāng)?shù)木窒扌?。針?duì)傳統(tǒng)檢測(cè)方法的以上缺陷,有必要對(duì)電機(jī)轉(zhuǎn)子工作情況進(jìn)行更先進(jìn)及時(shí)監(jiān)測(cè),以防造成重大損失。異

2、步電動(dòng)機(jī)故障檢測(cè)是通過(guò)應(yīng)用先進(jìn)的技術(shù)手段,在線監(jiān)測(cè)異步電動(dòng)機(jī)相關(guān)運(yùn)行參數(shù)(如電壓、電流、磁通、轉(zhuǎn)速、溫度、振動(dòng)、局部放電等),判斷其是否處于正常狀態(tài),以確定合理檢修方案,從而達(dá)到避免事故停機(jī)、提高設(shè)備運(yùn)行可靠性、降低維修費(fèi)用的目的。2 電機(jī)轉(zhuǎn)子斷條故障轉(zhuǎn)子斷條故障是指異步電動(dòng)機(jī)轉(zhuǎn)子導(dǎo)條斷裂(端環(huán)開(kāi)裂)故障。異步電動(dòng)機(jī)在運(yùn)行過(guò)程中,轉(zhuǎn)子導(dǎo)條受到徑向點(diǎn)磁力、旋轉(zhuǎn)點(diǎn)磁力、離心力、熱彎曲撓度力等交變應(yīng)力的作用,加之轉(zhuǎn)子制造缺陷,導(dǎo)致斷條故障。在冷卻效果較差時(shí),起動(dòng)電流產(chǎn)生的熱應(yīng)力和機(jī)械應(yīng)力較大。當(dāng)在重載和頻繁起動(dòng)情況下

3、,籠條與端環(huán)焊接處是經(jīng)常發(fā)生斷裂的部位。一般過(guò)程如下:(1)在即將斷裂的部位經(jīng)常出現(xiàn)過(guò)熱,很高的熱應(yīng)力或機(jī)械應(yīng)力。(2)達(dá)到疲勞極限時(shí)籠條斷裂,并產(chǎn)生電弧。(3)在繼續(xù)起動(dòng)時(shí),相鄰的籠條通過(guò)更大的電流,并承受更大的機(jī)械和熱應(yīng)力。(4)造成更多籠條斷裂,故障范圍擴(kuò)大;產(chǎn)生較大的單邊磁拉力,使電機(jī)產(chǎn)生振動(dòng)、噪聲;定子電流擺動(dòng)和溫升增加,轉(zhuǎn)速波動(dòng)。3 神經(jīng)網(wǎng)絡(luò)技術(shù)在電機(jī)轉(zhuǎn)子斷條故障診斷的應(yīng)用人工神經(jīng)元的信息處理分三個(gè)部分,首先完成輸入信號(hào)與神經(jīng)元聯(lián)接強(qiáng)度內(nèi)運(yùn)算,然后再將其結(jié)果通過(guò)激活函數(shù)(如Sigmond函數(shù)),再經(jīng)

4、過(guò)閥值函數(shù)判決,如果輸出值大于閥值,則該神經(jīng)元被激活否則處于抑制狀態(tài)。神經(jīng)元按一定模式連接成網(wǎng)絡(luò)型,神經(jīng)元之間的連接權(quán)值的大小反應(yīng)信號(hào)傳遞的強(qiáng)弱。本文借助于神經(jīng)網(wǎng)絡(luò)的極強(qiáng)的非線性映射能力,實(shí)現(xiàn)由電機(jī)轉(zhuǎn)子斷條故障征兆或者說(shuō)故障特征參量空間向故障模式空間的映射,從而達(dá)到對(duì)電機(jī)轉(zhuǎn)子故障模式的識(shí)別,判斷出是否為電機(jī)轉(zhuǎn)子斷條故障。這里,我們采用最具代表性和應(yīng)用最為廣泛的BP網(wǎng)。利用定子電流法和神經(jīng)網(wǎng)絡(luò)技術(shù)對(duì)電動(dòng)機(jī)的運(yùn)轉(zhuǎn)性能和動(dòng)力性能的檢測(cè),得到瞬時(shí)轉(zhuǎn)速信號(hào)的尺度參數(shù)。將該參數(shù)作為BP網(wǎng)絡(luò)的輸入,通過(guò)BP網(wǎng)絡(luò)的自學(xué)習(xí)和聯(lián)想

5、記憶功能,能有效地確定轉(zhuǎn)子斷條數(shù)和故障的部位。同時(shí),這種利用神經(jīng)網(wǎng)絡(luò)技術(shù)對(duì)電動(dòng)機(jī)的運(yùn)轉(zhuǎn)性能和動(dòng)力性能的檢測(cè)基于神經(jīng)網(wǎng)絡(luò)電機(jī)轉(zhuǎn)子斷條故障診斷框圖,如圖3所示。通常利用神經(jīng)網(wǎng)絡(luò)來(lái)實(shí)現(xiàn)學(xué)習(xí)與分類決策的功能。為了能夠?qū)δJ竭M(jìn)行分類,往往需要學(xué)習(xí)。通過(guò)學(xué)習(xí)將系統(tǒng)參數(shù)或結(jié)構(gòu)固定下來(lái),這也就完成了訓(xùn)練的過(guò)程。待識(shí)別信息經(jīng)已訓(xùn)練神經(jīng)網(wǎng)絡(luò)的處理,可自動(dòng)根據(jù)某一判別原則對(duì)被識(shí)別對(duì)象進(jìn)行分類,最后給出準(zhǔn)確、及時(shí)的電機(jī)轉(zhuǎn)子斷條故障診斷結(jié)論。4 訓(xùn)練樣本的選取BP神經(jīng)網(wǎng)絡(luò)的算法通常采用基于梯度下降原理的誤差反向傳播算法,即BP算法。但標(biāo)

6、準(zhǔn)的BP算法往往收斂速度慢。為加快訓(xùn)練收斂速度,引入動(dòng)量項(xiàng)的權(quán)值修正快速算法,提高了運(yùn)算效率。異步電機(jī)轉(zhuǎn)子故障診斷人工神經(jīng)網(wǎng)絡(luò)采用前饋型三層(輸入層、隱含層和輸出層)感知網(wǎng)絡(luò)?;贐P網(wǎng)絡(luò)電機(jī)轉(zhuǎn)子斷條故障診斷方法的結(jié)構(gòu)框圖如圖4所示。將故障的征兆(轉(zhuǎn)速n、轉(zhuǎn)差率s、定子電流中頻率p、溫度c等)作為網(wǎng)絡(luò)的輸入,各個(gè)征兆元素對(duì)應(yīng)網(wǎng)絡(luò)輸入神經(jīng)元,電機(jī)轉(zhuǎn)子斷條數(shù)Nm和斷條的相對(duì)位置Xm(即相對(duì)于電機(jī)外殼的某一固定點(diǎn))作為網(wǎng)絡(luò)的輸出,對(duì)應(yīng)網(wǎng)絡(luò)輸出神經(jīng)元;隱含層用于提取信號(hào)中階相關(guān)特性(故又稱特征提取層)。通過(guò)一系列正常電

7、機(jī)的試驗(yàn)和故障電機(jī)的仿真計(jì)算得到的數(shù)據(jù)完成網(wǎng)絡(luò)的學(xué)習(xí)訓(xùn)練。根據(jù)網(wǎng)絡(luò)輸出的斷條數(shù)和電機(jī)實(shí)際斷條數(shù)的偏差(診斷誤差),從輸出層開(kāi)始,反過(guò)來(lái)調(diào)整網(wǎng)絡(luò)中的權(quán)值。通過(guò)反復(fù)調(diào)整學(xué)習(xí)和訓(xùn)練,形成一個(gè)完整的基于神經(jīng)網(wǎng)絡(luò)的故障診斷系統(tǒng)。使用時(shí),對(duì)應(yīng)一組輸入的故障征兆,網(wǎng)絡(luò)將迅速給出診斷結(jié)果。圖4 神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)圖學(xué)習(xí)階段中,電機(jī)轉(zhuǎn)子斷條數(shù)目的確定仍需專家給出定性的診斷結(jié)論;應(yīng)用推廣階段中,就可根據(jù)輸入的信息自動(dòng)診斷出當(dāng)前的電機(jī)狀況(正常運(yùn)行或存在故障),并給出斷條數(shù)目和故障位置。實(shí)驗(yàn)結(jié)果表明,訓(xùn)練好的BP網(wǎng)絡(luò)對(duì)于電機(jī)轉(zhuǎn)子斷條故障

8、的辯識(shí)精確度可達(dá)100%。5 試驗(yàn)結(jié)果分析實(shí)驗(yàn)接線圖示于圖5。實(shí)驗(yàn)電機(jī)采用一臺(tái)Y100L-2型三相異步電動(dòng)機(jī)(3kachinesanDrives,1999:219-221.[2]M.Y.Chootorfaultdetection(I)[J].IEETrans.onIndustrialElectronics,1993,40:181-188.[3]F.Filippett,iG.France

當(dāng)前文檔最多預(yù)覽五頁(yè),下載文檔查看全文

此文檔下載收益歸作者所有

當(dāng)前文檔最多預(yù)覽五頁(yè),下載文檔查看全文
溫馨提示:
1. 部分包含數(shù)學(xué)公式或PPT動(dòng)畫的文件,查看預(yù)覽時(shí)可能會(huì)顯示錯(cuò)亂或異常,文件下載后無(wú)此問(wèn)題,請(qǐng)放心下載。
2. 本文檔由用戶上傳,版權(quán)歸屬用戶,天天文庫(kù)負(fù)責(zé)整理代發(fā)布。如果您對(duì)本文檔版權(quán)有爭(zhēng)議請(qǐng)及時(shí)聯(lián)系客服。
3. 下載前請(qǐng)仔細(xì)閱讀文檔內(nèi)容,確認(rèn)文檔內(nèi)容符合您的需求后進(jìn)行下載,若出現(xiàn)內(nèi)容與標(biāo)題不符可向本站投訴處理。
4. 下載文檔時(shí)可能由于網(wǎng)絡(luò)波動(dòng)等原因無(wú)法下載或下載錯(cuò)誤,付費(fèi)完成后未能成功下載的用戶請(qǐng)聯(lián)系客服處理。