基于紧致型小波神经网络的六脉波变频器故障诊断研究

交-交变频器以其体积小，质量轻，无中间直流环节等优点，在生产中得到了广泛的应用。它一旦出现故障，将导致整个生产系统不能正常工作，甚至造成设备毁坏和人员伤亡。所以，研究变频器故障诊断技术具有重大的理论和现实意义。 本文主要研究了紧致型小波神经网络在六脉波交-交变频器故障诊断中的应用。首先阐述了小波、小波包分析理论及神经网络理论，研究了小波和神经网络的紧致型结合方法，确定采用Morlet小波和Mexican hat小波作为隐层神经元激励函数的两种紧致型小波神经网络。对网络参数初始化方法做了研究，包括最佳小波基函数的选择方法、网络初始值的确定和隐含层节点数的选择。然后，建立六脉波交-交变频系统的simulink仿真模型，对变频器晶闸管开路故障进行仿真。通过对变频器仿真输出信号的分析，确定采用变频器输出电流作为故障特征信息的来源，并运用小波包频带能量分析技术进行故障特征提取，构造特征向量作为小波神经网络进行故障诊断的输入向量。通过仿真数据验证了本文两种紧致型小波神经网络的有效性，并与传统BP神经网络诊断效果进行比较，结果证明小波神经网络的收敛速度和诊断结果准确率都比BP神经网络优越。最后，针对实验室的六脉波交-交变频调速系统进行了变频器故障实验，并利用两种紧致型小波神经网络分别进行故障诊断，都得到了比较满意的结果。通过仿真与实例证明，本文研究的两种紧致型小波神经网络能够有效的应用于六脉波交-交变频器故障诊断。