基于HHT和RBF神經(jīng)網(wǎng)絡(luò)的異步電動(dòng)機(jī)故障診斷的研究.pdf

1、異步電動(dòng)機(jī)具有結(jié)構(gòu)簡單、運(yùn)行可靠、維護(hù)方便、造價(jià)便宜等諸多優(yōu)點(diǎn)，被廣泛應(yīng)用在各個(gè)工業(yè)領(lǐng)域中，作為能量的傳輸和轉(zhuǎn)化工具，其運(yùn)行狀態(tài)將直接影響整個(gè)生產(chǎn)系統(tǒng)的穩(wěn)定性。異步電動(dòng)機(jī)發(fā)生故障后，不僅會(huì)造成機(jī)體損傷，嚴(yán)重時(shí)將被迫停機(jī)，進(jìn)而影響生產(chǎn)，造成各種資源的極大浪費(fèi)，而且在某些特殊的使用場合，可能會(huì)帶來生產(chǎn)事故，危及工作人員的生命安全，特別是在當(dāng)今各類產(chǎn)業(yè)向系統(tǒng)化、集成化、智能化發(fā)展的大環(huán)境下，因電動(dòng)機(jī)故障帶來的損失也越來越嚴(yán)重。因此，研究如何實(shí)

2、現(xiàn)異步電動(dòng)機(jī)的故障監(jiān)測與診斷，及時(shí)發(fā)現(xiàn)問題，避免重大事故的發(fā)生具有很大的現(xiàn)實(shí)意義，它已經(jīng)成為了科研領(lǐng)域的研究熱點(diǎn)。
　　本文以異步電動(dòng)機(jī)為研究主體，首先分析它的基本結(jié)構(gòu)和工作原理，并總結(jié)了電動(dòng)機(jī)在運(yùn)行過程中常見的各類故障，研究了各故障的誘發(fā)原因和故障發(fā)生后的具體表象，分別基于定子電流信號(hào)和振動(dòng)信號(hào)對各常見故障進(jìn)行了機(jī)理分析，得到了各故障在這兩種信號(hào)下的特征頻率，從而為下一步信號(hào)處理方法的選擇及故障類型的識(shí)別判斷提供了理論依據(jù)。

3、r>　　對于信號(hào)處理方法的選擇，本文首先提出了窗口傅里葉變換和小波變換這兩種常用的現(xiàn)代信號(hào)處理方法，闡述了它們實(shí)現(xiàn)信號(hào)處理的基本思想，并應(yīng)用MATLAB仿真軟件，測試了它們在處理電動(dòng)機(jī)故障信號(hào)方面的性能。通過仿真結(jié)果總結(jié)了各自在實(shí)現(xiàn)故障特征提取時(shí)的局限性，進(jìn)而提出了具有自適應(yīng)特性的Hilbret-huang變換來作為本課題的故障特征提取方法。重點(diǎn)介紹了Hilbret-huang變換的基本原理和信號(hào)處理過程，并采用該方法分別以定子電流信號(hào)

4、和振動(dòng)信號(hào)為信號(hào)，對電動(dòng)機(jī)轉(zhuǎn)子斷條故障和軸承滾動(dòng)體故障的故障信號(hào)進(jìn)行了特征提取，實(shí)驗(yàn)結(jié)果證明了該方法在處理電動(dòng)機(jī)故障信號(hào)時(shí)的有效性和優(yōu)越性。
　　為解決故障類型的識(shí)別問題，本課題采用人工神經(jīng)網(wǎng)絡(luò)進(jìn)行故障診斷。通過對比RBF神經(jīng)網(wǎng)絡(luò)與BP神經(jīng)網(wǎng)絡(luò)各自的優(yōu)缺點(diǎn)，結(jié)合本課題的實(shí)際需要，確定了采用RBF神經(jīng)網(wǎng)絡(luò)模型來實(shí)現(xiàn)電動(dòng)機(jī)故障的診斷。將HHT與RBF神經(jīng)網(wǎng)絡(luò)相結(jié)合，分別采用定子電流信號(hào)、振動(dòng)信號(hào)以及兩種信號(hào)構(gòu)造的特征向量訓(xùn)練了三種RB