基于集成神经网络的电机故障诊断

被引：4

作者：

曾秀丽 ^{[1
]}

常巧霞 ^{[2
]}

王福斌 ^{[1
,3
]}

于子旺 ^{[4
]}

机构：

[1] 河北理工大学计算机与自动控制学院

[2] 郑州职业技术学院

[3] 东北大学机械工程与自动化学院

[4] 河北理工大学机械工程学院

来源：

计算机仿真 | 2010年 / 27卷 / 08期

关键词：

集成神经网络; 电机; 故障诊断; 信息融合;

D O I：

暂无

中图分类号：

TM307.1 [];

学科分类号：

摘要：

研究异步电机安全控制问题,为解决故障诊断和速度问题,提高电机运行效率,减小早期故障损失,提出了一种基于集成神经网络的电机故障诊断方法。方法采用定子电流和转子振动信号作为电机故障诊断的输入信号,应用改进的BP神经网络进行故障识别,分别用两个诊断子网络进行局部故障诊断,再运用神经网络融合算法进行全局决策的融合,从而提高诊断的准确率。仿真研究结果表明,故障诊断模型具有诊断准确率高、诊断速度快等优点,是一种比较实用的故障诊断方法,对电机进行故障监测、预报具有重要的实际意义。

引用

页码：157 / 160+164 +164

页数：5

共 7 条

[1]

基于模糊神经网络的异步电动机故障诊断研究 [J].