異步電動故障診斷方法應用預測.pdf

1、自從19世紀發(fā)明電機以來，由于電機性能優(yōu)越，控制方便，使用簡單，因而得到了迅速的普及。而異步電動機作為當今世界上使用最普遍的、數(shù)量使用最多的供電設備和動力機械，幾乎已經(jīng)占領了所有領域。但隨著生產(chǎn)設備正向大規(guī)模、高速化、連續(xù)化和高自動化程度的方向發(fā)展，異步電動機需要性能更好，功能更強，精度更高。這些要求必然使其越來越復雜，因此發(fā)生故障的偶然性也會變得越來越大。為了提高生產(chǎn)的安全性、可靠性和經(jīng)濟性，降低運營成本，我們有必要對異步電動機進行狀

2、態(tài)監(jiān)測和故障預測。 本文通過分析工業(yè)異步電動機的數(shù)學模型，并在Simulink中建立了系統(tǒng)動態(tài)仿真模型。再結合LabVIEW虛擬儀器開發(fā)工具，即可實現(xiàn)異步電動機在運行時的各個典型狀態(tài)參數(shù)的監(jiān)測。利用仿真軟件對監(jiān)測到數(shù)據(jù)進行信號處理，再通過由智能化算法或數(shù)學建模所建立的預測模型從而為異步電動機的故障預測提供了解決方法。 趨勢外推法是一種運用邏輯思維進行推理達到預測目的的重要方法。本文在對異步電動機進行故障預測時，通過分析連

3、續(xù)變化的定轉子電流值，根據(jù)異步電動機的內(nèi)部規(guī)律，利用時間序列的預測技術，從而可以預測定轉子電流的變化。 本文所采用的預測模型是建立在BP神經(jīng)網(wǎng)絡的基礎上。BP神經(jīng)網(wǎng)絡是一種已經(jīng)比較成熟的網(wǎng)絡，具有極強的非線性擬和能力，它能夠很好的逼近預測算子，從而可以大大提高預測的準確性。所以運用BP神經(jīng)網(wǎng)絡來預測異步電動機故障與現(xiàn)有的判別方法相比，具有通用性、客觀性和科學性的特點。針對BP算法的收斂問題，本論文運用的是改進型算法LM算法。利用