資源描述:
《基于小波變換及bp網絡的變頻器故障診斷》由會員上傳分享,免費在線閱讀,更多相關內容在學術論文-天天文庫。
1、哈爾濱工業(yè)大學本科畢業(yè)設計(論文)摘要三相交流變頻驅動系統(tǒng)以其優(yōu)良的調速性能,良好的節(jié)能效果,越來越廣泛的應用于工業(yè)、商業(yè)、航空等領域。由于控制算法的復雜性及半導體器件的自身特點,驅動器易發(fā)生故障。論文針對變頻器的故障診斷進行研究,在建立變頻器AC-DC-AC模型的基礎上,對各種故障類型進行理論分析與仿真實驗,總結各種故障并相互比較,給出基于小波變換和神經網絡的故障診斷方法。由于條件所限,無法得出故障情況下的各種故障信息,以作為故障診斷的基礎,所以本文首先對變頻調速系統(tǒng)在MATLAB軟件中進行仿真,建立了變頻調速系統(tǒng)的仿真模型。在此基礎
2、上,模擬了幾種常見的變頻器本身的故障,諸如開關元件的短路、開路等。并提取了故障信息一變頻器的三相輸出電流信號。運用傅立葉變換后,得到了故障情況下,電流的幅頻特征信息,以此作為故障診斷的依據(jù)。此信息送入一個優(yōu)化設計后的神經網絡中,經此神經網絡可判斷故障發(fā)生的具體位置,從而減少故障維修時間,并為下一步處理提供依據(jù)。本文在變頻器的故障診斷中首次采用神經網絡進行診斷。利用了神經網絡的自學習、非線性、聯(lián)想等優(yōu)點,從而使變頻器運行更為可靠。仿真結果表明:該方法可診斷PWM逆變電路故障,且收斂速度快,診斷準確度高。關鍵詞:變頻器,故障診斷,小波變換,
3、神經網絡-IV-哈爾濱工業(yè)大學本科畢業(yè)設計(論文)AbstractInductionmotordrivesystemhasbeenwidelyusedinindustrial,commercialandaerospaceapplications,etc,foritsexcellentspeedcontrolperformanceandenergysaving.However,thecomplexityofthecontrolstrategyandthefeaturesofsemiconductorresultseasilyinvario
4、usfailuresofthedrivesystem.Thepapermainlyaimedtofrequencyconverterforfaultdiagnosis,intheestablishmentofAC-DC-ACinvertermodelbasedonthetypeoffaultonthevarioustheoreticalanalysisandsimulationresultsaresummarizedandcomparedvariousfailurepresentedwaveletandneutralnetworks-b
5、asedfaultdiagnosis.Beeauseofthelimitofcondition,wecannotgetthefaultinformationontheconditionoffaultwhichcanbeusedasthebaseoffaultdetectionanddiagnosis.Atfirstthepaperbuildthesimulationmodelofvaried-frequencyvaried-speedsystem,andonthisbase,simulatesomekindsofinverterfaul
6、tsthatcanbemeetusuallysuchasshortandopencircuitfaultofswitchete,thenextractthefaultinformation-thethree-phaseoutputcurrentofinverter.Whenthefaultinformationaretransformedbywavelet-transform,wecangettheamplitudeandfrequencyinformationofthethree-phasecurrentontheconditiono
7、fthefaultwhichcanbeusedastheinformationofthefaultdiagnosis.TheinformationinputaNNthathasbeenoptimized.TheNNcandiagnosistheplacewherethefaulttookplacesowecanreducethefaultmaintaintimeandprovidethebaseofthenextstepanalyse.theNNisfirstadoptedinthefaultdiagnosisoftheinverter
8、inthispaper,andatthesametimethecharacteristicsoftheNN,suchasauto-learning,non-linearity,memory,areutili