基于遗传小波神经网络的双余度电机故障诊断

针对传统的BP神经网络在双余度无刷直流电机故障诊断算法中存在收敛速度慢和容易陷入局部最小的缺点,在对无刷直流电机常见故障深入分析的基础上,着重研究5种故障特性,提出1种故障诊断新方法。有针对性地根据统计学方法提取电机运行数据作为故障征兆。采用3层小波神经网络构成前向网络结构。针对传统误差反向传播(BP)算法选择参数和网络拓扑结构依据的不足,用遗传算法作为网络的样本学习算法,采用染色体编码对小波基函数主要参数和网络结构参数进行优化。通过仿真试验和在微小型水下航行器上的应用表明,该算法具备较好的故障识别能力。