異步電動(dòng)故障診斷方法應(yīng)用預(yù)測(cè).pdf

1、自從19世紀(jì)發(fā)明電機(jī)以來(lái)，由于電機(jī)性能優(yōu)越，控制方便，使用簡(jiǎn)單，因而得到了迅速的普及。而異步電動(dòng)機(jī)作為當(dāng)今世界上使用最普遍的、數(shù)量使用最多的供電設(shè)備和動(dòng)力機(jī)械，幾乎已經(jīng)占領(lǐng)了所有領(lǐng)域。但隨著生產(chǎn)設(shè)備正向大規(guī)模、高速化、連續(xù)化和高自動(dòng)化程度的方向發(fā)展，異步電動(dòng)機(jī)需要性能更好，功能更強(qiáng)，精度更高。這些要求必然使其越來(lái)越復(fù)雜，因此發(fā)生故障的偶然性也會(huì)變得越來(lái)越大。為了提高生產(chǎn)的安全性、可靠性和經(jīng)濟(jì)性，降低運(yùn)營(yíng)成本，我們有必要對(duì)異步電動(dòng)機(jī)進(jìn)行狀

2、態(tài)監(jiān)測(cè)和故障預(yù)測(cè)。 本文通過(guò)分析工業(yè)異步電動(dòng)機(jī)的數(shù)學(xué)模型，并在Simulink中建立了系統(tǒng)動(dòng)態(tài)仿真模型。再結(jié)合LabVIEW虛擬儀器開發(fā)工具，即可實(shí)現(xiàn)異步電動(dòng)機(jī)在運(yùn)行時(shí)的各個(gè)典型狀態(tài)參數(shù)的監(jiān)測(cè)。利用仿真軟件對(duì)監(jiān)測(cè)到數(shù)據(jù)進(jìn)行信號(hào)處理，再通過(guò)由智能化算法或數(shù)學(xué)建模所建立的預(yù)測(cè)模型從而為異步電動(dòng)機(jī)的故障預(yù)測(cè)提供了解決方法。 趨勢(shì)外推法是一種運(yùn)用邏輯思維進(jìn)行推理達(dá)到預(yù)測(cè)目的的重要方法。本文在對(duì)異步電動(dòng)機(jī)進(jìn)行故障預(yù)測(cè)時(shí)，通過(guò)分析連

3、續(xù)變化的定轉(zhuǎn)子電流值，根據(jù)異步電動(dòng)機(jī)的內(nèi)部規(guī)律，利用時(shí)間序列的預(yù)測(cè)技術(shù)，從而可以預(yù)測(cè)定轉(zhuǎn)子電流的變化。 本文所采用的預(yù)測(cè)模型是建立在BP神經(jīng)網(wǎng)絡(luò)的基礎(chǔ)上。BP神經(jīng)網(wǎng)絡(luò)是一種已經(jīng)比較成熟的網(wǎng)絡(luò)，具有極強(qiáng)的非線性擬和能力，它能夠很好的逼近預(yù)測(cè)算子，從而可以大大提高預(yù)測(cè)的準(zhǔn)確性。所以運(yùn)用BP神經(jīng)網(wǎng)絡(luò)來(lái)預(yù)測(cè)異步電動(dòng)機(jī)故障與現(xiàn)有的判別方法相比，具有通用性、客觀性和科學(xué)性的特點(diǎn)。針對(duì)BP算法的收斂問(wèn)題，本論文運(yùn)用的是改進(jìn)型算法LM算法。利用