随着现代科学技术的发展和电气化程度的提高,电机已成为工业生产的主要动力来源。电机一旦发生严重故障,不仅自身将遭到损坏,而且会导致生产过程的中断,造成严重的经济损失。在电机运行时对其运行状态进行监测和分析可及早发现故障,防止故障的进一步恶化,具有十分重要的意义。在此背景下,本文进行了基于ARM的嵌入式电机故障诊断系统的研究。
在理论方面,本文详细介绍了设备故障诊断技术及嵌入式系统的发展历史与研究现状,阐述了电机故障诊断技术的原理和主要方法,神经网络的模型结构与基本理论,以及在此理论基础上实现基于神经网络的电机故障诊断应用方法。确定了采用定子电流检测法,使用神经网络作为设备故障识别装置,从而实现对电机常见故障的综合诊断。
在硬件方面,本文使用以ARM S3C2440微处理器为核心的嵌入式开发平台,介绍了ARM微处理器的体系结构,描述了主控模块,内存管理模块,基于Flash的存储模块,模数转换模块等主要部分的作用及技术细节。
在软件方面,根据电机故障诊断系统的需求本文选择Linux作为嵌入式操作系统,并针对ARM硬件平台完成了对交叉编译工具链,Bootloader,操作系统内核以及根文件系统的定制。详尽介绍了建立交叉编译环境,移植U-Boot-1.1.6与Linux-2.6.30.4内核以及制作根文件系统的技术细节与过程。
最后本文在上述嵌入式平台的基础上使用C语言实现了神经网络及BP算法,并使用电机故障特征数据对神经网络进行训练,完成了电机故障诊断功能。
