电机故障模式识别与诊断

为了实现对电机故障模式的自动识别与诊断，通过对人工神经网络分类功能及传统电机故障诊断技术的分析，提出了一种利用人工神经网络进行模式识别的方法。针对电机故障特征在实际中可能是非线性可分的情况，利用φ函数可以将非线性可分的模式转化到线性空间并实现分类，基于这种思想提出了利用径向基函数（ＲＢＦ）网络实现对这种复杂故障模式的分类。以感应电机转子故障分类的实验结果表明，这种神经网络模式识别方法是有效的，并且可以通过自动调节径向基函数中心提高网络分类的正确率。