基于ARM的嵌入式電機故障診斷系統(tǒng).pdf

1、隨著現(xiàn)代科學技術的發(fā)展和電氣化程度的提高，電機已成為工業(yè)生產的主要動力來源。電機一旦發(fā)生嚴重故障，不僅自身將遭到損壞，而且會導致生產過程的中斷，造成嚴重的經濟損失。在電機運行時對其運行狀態(tài)進行監(jiān)測和分析可及早發(fā)現(xiàn)故障，防止故障的進一步惡化，具有十分重要的意義。在此背景下，本文進行了基于ARM的嵌入式電機故障診斷系統(tǒng)的研究。
　　 在理論方面，本文詳細介紹了設備故障診斷技術及嵌入式系統(tǒng)的發(fā)展歷史與研究現(xiàn)狀，闡述了電機故障診斷技術的

2、原理和主要方法，神經網絡的模型結構與基本理論，以及在此理論基礎上實現(xiàn)基于神經網絡的電機故障診斷應用方法。確定了采用定子電流檢測法，使用神經網絡作為設備故障識別裝置，從而實現(xiàn)對電機常見故障的綜合診斷。
　　 在硬件方面，本文使用以ARM S3C2440微處理器為核心的嵌入式開發(fā)平臺，介紹了ARM微處理器的體系結構，描述了主控模塊，內存管理模塊，基于Flash的存儲模塊，模數轉換模塊等主要部分的作用及技術細節(jié)。
　　 在軟件

3、方面，根據電機故障診斷系統(tǒng)的需求本文選擇Linux作為嵌入式操作系統(tǒng)，并針對ARM硬件平臺完成了對交叉編譯工具鏈，Bootloader，操作系統(tǒng)內核以及根文件系統(tǒng)的定制。詳盡介紹了建立交叉編譯環(huán)境，移植U-Boot-1.1.6與Linux-2.6.30.4內核以及制作根文件系統(tǒng)的技術細節(jié)與過程。
　　 最后本文在上述嵌入式平臺的基礎上使用C語言實現(xiàn)了神經網絡及BP算法，并使用電機故障特征數據對神經網絡進行訓練，完成了電機故障診斷