采用变频器故障树为训练样本的BAM神经网络故障诊断方法

被引：7

作者：

王新勇 ^{[1
]}

陈涛 ^{[2
]}

机构：

[1] 河南科技大学电子信息工程学院

[2] 中航工业洛阳电光设备研究所

来源：

电光与控制 | 2011年 / 18卷 / 05期

关键词：

故障诊断; 故障树; BAM神经网络; 变频器;

D O I：

暂无

中图分类号：

TN773 [变频器、混频器];

学科分类号：

080902 ;

摘要：

研究故障树分析(FTA)和双向联想记忆(BAM)神经网络在故障诊断中的应用,提出了一种融合FTA和BAM的故障诊断方法。利用FTA得到系统所有的故障模式,进而由故障模式和根据维修经验的故障分析归纳出BAM的学习样本,即故障模式和故障分析之间的对应。BAM通过联想记忆矩阵并行联想,得到诊断结果,扩展综合故障诊断能力。用上述方法对变频器故障诊断进行仿真分析,结果表明该方法用于解决变频器故障问题是有效的。

引用

页码：85 / 89+96 +96

页数：6

共 9 条

[1] 控制系统故障诊断浅析 [J].

蔡宗平 ;

汤正平 ;

王跃钢 ;

史磊 .

电光与控制, 2007, (04) :19-22+26

[2] 故障诊断专家系统结合故障树技术的结构研究 [J].

陈炜 ;

吴志良 .

航海技术, 2005, (06) :47-49

[3] 基于ANNES的矿井提升机故障诊断系统模型 [J].

陈洁 ;

杨兆建 ;

高强 .

机械管理开发, 2004, (02) :14-15+19

[4] 变频器的选用及故障干扰处理 [J].

吴卫荣 .

工业控制计算机, 2003, (08) :37-39+41

[5]

Object recognition and tracking with maximum likelihood bidirectional associative memory networks.[J].Hong Chang;Zuren Feng;Xiaoliang Wei.Neurocomputing.2008, 1

[6]

现代故障诊断与容错控制.[M].周东华;叶银忠著;.清华大学出版社.2000,

[7]

基于故障树技术的远程故障诊断专家系统的研究.[D].郭伟伟.西北工业大学.2007, 06

[8]

故障树定量计算算法研究及计算机实现.[D].郝爱国.河北工业大学.2005, 05

[9]

智能故障诊断技术的研究与应用.[D].付琼.大连理工大学.2002, 02

← 1 →