基于小波包和Elman神经网络的异步电机转子断条故障诊断方法

被引：9

作者：

王旭红 ^{[1
,2
]}

何怡刚 ^{[1
]}

机构：

[1] 湖南大学电气与信息工程学院

[2] 长沙理工大学电气与信息工程学院

来源：

湖南大学学报(自然科学版) | 2010年 / 37卷 / 05期

基金：

国家杰出青年科学基金;

关键词：

转子断条; 故障诊断; 小波包分析; Elman神经网络;

D O I：

暂无

中图分类号：

TM343 [异步电机];

学科分类号：

摘要：

提出了一种基于小波包分析(WPA)和Elman神经网络的异步电机转子断条故障诊断方法.针对异步电机转子断条故障时定子电流出现的边频分量进行小波包分析,提取动态条件下各频带能量作为故障特征向量,削弱了负载变化及噪声对诊断准确性的影响.采用Elman神经网络对故障进行识别,并对Elman网络进行改进,在关联层增加了自反馈增益因子,提高了网络性能.以频带能量作为Elman神经网络识别故障的特征向量,建立从特征向量到电机转子断条故障之间的映射.试验结果表明:基于小波包分析提取的故障特征明显,由WPA和Elman神经网络构成的诊断系统,能有效地识别出转子断条故障,故障诊断准确率高.

引用

页码：45 / 48

页数：4