RBF神经网络在水轮发电机故障诊断中的应用

研究发轮电机故障准确诊断对水电站正常运行有着重要意义.由于水轮发电机是将水动能转换为电能,结构复杂,传统故障诊断方法难以解决水轮发电机的高维、非线性和不确定输出等问题,故障诊断准确率低,不利于实时诊断.为了实时进行发电机故障诊断,保证系统安全性能,提出一种改进的神经网络故障模式分类算法.首先采用粒子群优化算法对基本RBF神经网络进行优化和改正,提高网络学习性能,然后用改进算法对水轮发电机故障进行故障诊断.对水轮电机振动数据进行测试实验,结果表明算法提高了水轮发电机故障诊断速度和准确率,结构简单,可以为水轮发电机故障实时识别提供科学依据.     

基于集成神经网络的电机故障诊断

研究异步电机安全控制问题,为解决故障诊断和速度问题,提高电机运行效率,减小早期故障损失,提出了一种基于集成神经网络的电机故障诊断方法。方法采用定子电流和转子振动信号作为电机故障诊断的输入信号,应用改进的BP神经网络进行故障识别,分别用两个诊断子网络进行局部故障诊断,再运用神经网络融合算法进行全局决策的融合,从而提高诊断的准确率。仿真研究结果表明,故障诊断模型具有诊断准确率高、诊断速度快等优点,是一种比较实用的故障诊断方法,对电机进行故障监测、预报具有重要的实际意义。     

基于小波包分形的电力电子故障诊断方法

针对现有电力电子故障诊断的问题,提出了一种基于小波包分形的电力电子故障的诊断方法.首先使用3层小波包对电路输出电压波形进行分解、消噪和重构等预处理,以获得不同频带的重构信号,然后再计算各个重构信号的分形维度,提取出相应的故障特征;最后以此作为输入数据来训练支持向量机,实现电力电子故障的诊断.以三相整流电路为例进行实验,实验结果表明该方法能有效地提取电力电子故障诊断的故障特征,提高故障诊断的准确率,可有效地应用于电力电子系统的故障诊断.     

关于异步电机故障诊断分析与仿真

电机故障不仅会损坏电机本身,而且会影响整个系统的正常工作,甚至危及人身安全,造成巨大的经济损失.为了更好地对运行中的电机进行故障诊断.为了实时监测提供精确数据,提出了基于Elman神经网络模型和SCG权值优化算法的故障诊断新方法.以Y132S-4型感应电动机为研究对象,采集电机定子电流信号,通过功率谱估计获取故障特征频率,再利用神经网络作为故障识别装置来监测电机是否处于正常状态.用Elman诊断网络模型进行仿真,并与改进型BP网络的诊断结果进行比较,得到了更为理想的诊断效果.     

基于改进的自适应回归时序模型故障诊断

汽车变速箱的故障诊断工作比较复杂,由于传统的诊断方法已不能满足复杂的故障现象,文中提出了一种基于改进的自适应回归时序模型故障诊断方法;方法采用了基于时间序列故障诊断技术,首先测取工作环境下的振动信号,然后建立被诊断对象的时间序列数学模型,最后用信息距离判别法诊断出故障类型,提高了诊断效率;最后在变速箱进行了实验研究;选用型号为621B40型ICP加速度传感器测取变速箱的振动信号,通过设置模型参数(n,m)来模拟故障检测,实验分析表明,提出的算法可以有效地识别变速箱系统中不同严重程度的故障,且与传统的故障诊断算法相比,提出的算法对提高识别率和降低计算复杂度都有着明显的优势。     

电机故障诊断的仿真研究

研究电机故障诊断问题.针对电机信号具有非平稳和随机性特点,为保证电机运行的安全性,准确进行故障诊断,传统方法不能有效识别故障信号特征,导致故障识别准确率低,现提出一种基于小波分析和神经网络相结合的电机故障诊断方法.采用小波包变换技术对电机故障振动信号进行去噪处理,然后利用小波包分解系数计算各子频带能量值,根据能量值的变化构建故障特征向量,利用将特征向量作为RBF神经网络的输入进行故障识别,并在Matlab仿真平台上进行仿真.仿真结果表明方法提高电机故障诊断的准确率,有效克服了传统方法存在不足,同时缩短了电机故障诊断的时间.     

基于信息融合的电机音频故障诊断

针对目前电机音频故障诊断单传感器信号分析可靠性不足的缺点,将信息融合技术与神经网络相结合,建立电机故障诊断系统。采用多层神经网络进行故障特征级融合与电机故障的局部诊断,获得彼此独立的证据,运用D-S证据理论合成算法对各证据理论进行决策级融合,构建了电机故障音频多源信息诊断系统模型,并对此模型进行了验证,取得了良好的诊断效果。     

基于D-S证据理论的电机声频故障诊断

采用小波分析技术对电机噪声进行能量分布特征提取,将信息融合技术与神经网络相结合,建立电机故障诊断系统。采用多层神经网络进行故障特征级融合与电机故障的局部诊断,获得彼此独立的证据,运用Dempster-Shafer证据理论合成算法对各证据理论进行决策级融合。实验表明,此系统诊断结果与实际相符,提高了故障诊断的精度,并满足了诊断的在线实时性要求。     

基于小波变换和TMS320F2812的水泵故障诊断系统研究

对于水泵等旋转机械来说,通过采集水泵振动信号并进行分析,能够较全面地判断出水泵设备运行状态;因此,振动信号的采集就成为设备状态监测与故障诊断的关键部分;设计了一套基于小波变换和DSP的水泵故障诊断系统,该系统可以实现对水泵振动信号的实时采集;为了提高振动信号的信噪比,得到较为纯净的振动信号,采用小波消噪的技术对采集的振动信号进行消噪处理;并且以水泵机组正常运行和发生绕组过热、轻度不平衡、严重不平衡、支座松动等故障为例进行诊断实验,并且故障集参数amax,smax,Tamax,Tsmax和amin,smin,Tamin,Tsmin分别为1.1500,0.1600,46.9787,446.5000和0.9000,0.0700,40.9825,410.6000;实验结果表明,该系统可以有效发现故障,区分故障类型及识别故障程度,为水泵机组故障诊断提供了又一种有效的方法,对其它类似机械故障诊断具有一定的指导意义。     

基于LabVIEW和PXI的某装备组合故障诊断系统设计

为了解决某装备电子组合故障诊断过程中诊断效率低的问题,设计并研制了基于LabVIEW软件和PXI总线技术的电子组合故障诊断系统。首先,采用PXI总线技术和多通道转换测试技术,将大量被测参数送到固定的测试点;其次,使用LabVIEW编程语言,将组合的所有被测参数一次性全部获取、储存与显示,并依据技术指标给出故障诊断结果和故障排除方法。实验结果表明,该系统具有数据获取快、测试效率高、故障诊断准等优点;经实践应用证明,该故障诊断系统操作简单、携带方便,是对某型装备电子组合进行测试和诊断的理想工具。