基于主成分分析和神经网络的电动机故障诊断方法研究

摘要：

为能有效地对电动机转子断条故障初期进行检测,以小波包分析方法为基础,根据能量频谱中能量值的变化来诊断电动机故障.根据能量值的大小来判别电动机故障的严重程度,再利用小波包结合主成分分析(PCA)提取能反映原始数据集的特征向量,最后利用径向基函数(RBF)神经网络来对电动机故障类型进行识别.仿真验证了该方法能有效地提取电动机的故障信号量,并能正确地识别电动机的故障类型.

关键词： 异步电动机 故障诊断 主成分分析 神经网络

作者: 许允之 许智颖 方磊 郭西进

作者单位: 中国矿业大学信息与电气工程学院,江苏徐州221116 大连市旅顺口区第57中学,辽宁大连116041

会议类型: 国内会议

会议名称: 煤炭开采智能化、信息化新技术及应用2016年学术年会

会议地点: 北京

会议语种:中文

页码: 33-38

在线出版日期: 2016-12-01（万方平台首次上网日期，不代表论文的发表时间）