基于數(shù)據(jù)融合的電機故障診斷技術研究.pdf

1、本文以電機故障診斷為研究對象，在廣泛收集國內外對于感應電動機故障診斷技術發(fā)展與現(xiàn)狀的基礎上，論述了感應電動機故障診斷技術的特點和研究成果，給出了一種基于BP神經(jīng)網(wǎng)絡和D-S證據(jù)理論相結合的數(shù)據(jù)融合的電機故障診斷方法，并通過實驗進行了驗證。 在具體的研究過程中，首先從電機的噪聲和振動兩個方面對電機故障進行機理分析，闡述了引起電機產(chǎn)生噪聲和振動的原因，并分析了其故障特征。另外針對電機的其他常見故障進行故障機理分析，其中主要包括定子匝

2、間短路、轉子斷條、軸承故障和偏心故障，得出特征頻率處電機故障和正常狀態(tài)下其特征幅值的變化，并根據(jù)此進行電機故障診斷。 其次，詳細介紹了D-S證據(jù)理論的基本概念和證據(jù)的融合推理方法，從提高故障診斷精度出發(fā)，提出了基于多測點的D-S證據(jù)理論推理的數(shù)據(jù)融合方法，并結合算例分析了D-S證據(jù)理論對證據(jù)累計的作用，能夠有效的提高診斷結論的可信度，減小診斷的不確定性。從而證明了D-S證據(jù)理論的確是一種有效的數(shù)據(jù)融合故障診斷手段。最后在實際應用

3、中發(fā)現(xiàn)D-S證據(jù)理論的_些問題，并簡單總結了D-S證據(jù)理論的優(yōu)缺點。 最后，詳細介紹了感應電動機實驗檢測系統(tǒng)，且通過該實驗檢測系統(tǒng)測量實驗電機的噪聲和振動信號，并對所得數(shù)據(jù)進行了相關處理和特征提取，接著利用BP神經(jīng)網(wǎng)絡對所測量數(shù)據(jù)進行局部診斷。針對基于多傳感器數(shù)據(jù)融合電機故障診斷的特點，提出了將BP神經(jīng)網(wǎng)絡和D-S證據(jù)理論相結合進行電機故障綜合診斷的思路，并且給出了綜合診斷模型。最后利用D-S證據(jù)理論對局部診斷結果(網(wǎng)絡輸出)進