基于DSP及神經網絡的電動機故障診斷研究.pdf

1、異步電動機作為各類型機電設備中數量最多、應用最廣泛的一類電氣設備。它的正常工作對保證生產制造過程中的安全、高效、敏捷、優(yōu)質及低功耗運行具有非常重大的意義。如果異步電動機因故障而停機則將會對生產、生活甚至人身安全造成極其嚴重的影響，進而造成巨大的經濟損失。所以對其進行故障診斷具有重大意義，是國內外工程技術領域一直非常關注的課題。
　　論文首先研究了人工神經網絡和小波分析的相關理論知識，并使用Matlab神經網絡模塊對BP神經網絡做了

2、訓練,構建了前向反饋型BP人工神經網絡模型。以小波分析和人工神經網絡為理論基礎，設計了基于TMS320F2812DSP的數據采集模塊，對故障識別方法進行了深入研究，實現了異步電動機典型故障的診斷。數據采集模塊包括DSP最小系統(tǒng)電路、A/D轉換電路的原理圖及PCB圖設計。然后，基于CCS3.1開發(fā)環(huán)境，完成了數據采集傳輸模塊的主程序、DSP初始化程序、A/D轉換程序、小波神經網絡的故障診斷程序，仔細分析了各程序的工作步驟，給出了系統(tǒng)總軟件

3、流程圖。最后，對數據采集傳輸模塊的硬件和軟件功能進行了測試。實驗證明了數據采集傳輸模塊的設計正確性,成功實現了電動機的定子匝間短路和軸承偏心故障的識別。
　　在故障特征提取方面，考慮到故障時定子電流信號的非平穩(wěn)、非線性特征，提出小波分析和改進BP網絡的特征提取手段?；陔x散小波變換的小波能量譜分析的特征提取方法，充分反映和有效刻畫出信號的非平穩(wěn)、非線性特征。試驗證明了本方法的有效性。從一定程度上解決了異步電動機故障特征征兆描述的全