基于RBF神经网络和小波包的电动机故障诊断研究

被引：13

作者：

王凡重

田慕琴

机构：

[1] 太原理工大学电气与动力工程学院

来源：

工矿自动化 | 2011年 / 37卷 / 02期

关键词：

电动机; 故障诊断; RBF神经网络; 小波包分析; 振动信号;

D O I：

暂无

中图分类号：

TM307.1 []; TD612 [地面供电与设备];

学科分类号：

081906 [智能矿山工程];

摘要：

针对传统的电动机故障诊断存在很难准确提取故障时的特征信号及对故障作出准确预测的问题,提出了一种基于RBF神经网络和小波包的电动机故障诊断的方法。该方法采用小波包分析技术提取电动机典型轴承故障、转子故障和绝缘故障振动信号的特征频段能量并组成向量作为RBF神经网络的输入,用于诊断电动机的故障。实验和仿真结果表明,使用RBF神经网络对电动机故障诊断是非常有效的,对电动机早期故障的发现及维修有积极意义。

引用

页码：49 / 51

页数：3

共 7 条

[1]

MATLAB小波分析高级技术.[M].桂林;周林;张家祥等编著;周伟主编;.西安电子科技大学出版社.2006,

[2]

人工神经网络算法研究及应用.[M].田景文;高美娟著;.北京理工大学出版社.2006,

[3]

基于径向基函数神经网络的电机轴承智能故障诊断 [J].