基于BP神經網絡的直流電動機故障診斷研究.pdf

1、直流電動機在調速性能要求高的傳動系統(tǒng)中占有重要的地位，為了直流電機拖動系統(tǒng)的穩(wěn)定經濟運行，減少人為事故，提高設備的安全性、可靠性，十分必要建立電動機故障診斷系統(tǒng)，及時、連續(xù)、客觀地對機組的安全性進行分析，判斷設備或過程是否正常，指導設備的運行、管理和維修，促進由定期維修方式向狀態(tài)維修方式的過渡。
　　 目前電動機故障診斷方法多數(shù)建立在單個參變量的基礎上，這些參數(shù)攜帶故障特征，例如電樞電流、轉子轉速、振動頻率、表面溫度等等。單個的

2、參數(shù)對于電機的故障診斷容易漏檢誤判，可信度低。為了提高對故障的正確判斷率，需要把更多的理論技術手段應用到故障診斷的過程中，可以引入人工智能專家系統(tǒng)、人工神經網絡等。因此提出了基于BP神經網絡的直流電動機故障診斷研究。
　　 以經過處理的數(shù)據組成特征向量作為證據信息，利用多種訓練算法對神經網絡進行訓練，把訓練好的神經網絡用于直流電動機的故障診斷研究，比較分析了不同網絡的診斷結果。根據設計的思路所建立起來的神經網絡具有足夠的非線性動