收藏本站
《太原理工大学》 2011年
收藏 | 手机打开
二维码
手机客户端打开本文

基于小波神经网络和支持向量机的电机故障诊断与研究

王凡重  
【摘要】:异步电动机因结构简单,性能可靠,维护方便,在工农业生产中应用非常广泛,在生产生活中起着重要的作用,但常常因为设计制造、绝缘老化、运行条件、环境恶劣以及维护工作的不到位,电机故障时有发生,导致经济的重大损失,甚至危及人身安全。因此,对电机进行早期故障诊断就显得特别重要,具有重要的经济价值和社会意义。 本文简要介绍了电机工作原理,对电机常见故障机理作了分析,即定子故障、转子故障、轴承故障等,对一些典型故障做了基于振动法和基于电流法的分析,并给出了具体诊断方法。论述了信号处理方法,即傅里叶、短时傅里叶、小波和小波包分析,指出了它们的优缺点,并对小波包消噪有效性做了分析,由于小波变换只对低频信号分解,而不能对高频信号进行分解,本文采取了对信号分解更加合理的小波包分解方法。本文在试验的基础上,采集了电机轴承在正常和故障状况下的振动信号,并用小波包方法提取了信号在各个特征频率段的能量值,从电机正常和故障时的特征频段的能量值的变化可以判断电机的故障。应用经验模式分解可以很好地提取信号的特征频率,在本文中简要介绍了经验模式分解方法,并应用经验模式分解法提取了电机轴承故障时的特征频率。 神经网络是近年来研究的一个热点,本文采用了神经网络对电机故障进行诊断,在进行故障诊断之前先对神经网络进行了设置,即根据提取信号的特征频率段数和输出的故障类型,确定了输入和输出层神经元的个数,并根据经验公式确定了隐含层神经元的范围,选择了训练函数、学习函数,性能函数,确定了训练函数的步长、学习速率等参数。用小波包对采集的数据处理后,作为神经网络的输入,神经网络采用了两种小波神经网络,首先用训练样本对小波神经网络进行训练,由于是有教师的网络训练,在网络的训练中给出了目标样本,神经网络训练完成后,用测试样本对神经网络的电机故障模型进行了测试,经测试表明,采用神经网络诊断电机故障是切实可行的。 神经网络存在局部极小点、过学习、欠学习及网络结构难于选择等问题,针对神经网络存在的问题,还选择了支持向量机进行电机故障诊断,向量机是建立在统计学习理论的VC维理论和结构风险最小化原则上的,可有效避免局部极小点和过学习,其推广性和分类精确性较好,已成为智能和机器学习领域的新热点。文中使用训练样本对向量机进行了训练,并用测试样本对训练好的向量机进行测试,测试结果表明向量机能很好完成故障诊断任务。
【学位授予单位】:太原理工大学
【学位级别】:硕士
【学位授予年份】:2011
【分类号】:TM343

手机知网App
【引证文献】
中国期刊全文数据库 前3条
1 李洪刚;郭日红;;装备故障诊断方法研究[J];价值工程;2012年32期
2 刘进;王莉;王轩;;基于IPD小波包分析的感应电动机双重故障诊断[J];微特电机;2012年12期
3 王莉;刘进;张强;;基于断电残压的PMEM和WPA转子断条故障诊断研究[J];微电机;2013年05期
【参考文献】
中国期刊全文数据库 前10条
1 刘立生,邱阿瑞;希尔伯特变换在电机故障诊断中的应用[J];电工电能新技术;1999年02期
2 方瑞明;马宏忠;;基于最小二乘支持矢量机的异步电机转子故障诊断研究[J];电工技术学报;2006年05期
3 刘华,蔡正敏,王跃社,王铁军;小波包算法在滚动轴承的在线故障诊断中的应用[J];机械科学与技术;1999年02期
4 张学工;关于统计学习理论与支持向量机[J];自动化学报;2000年01期
5 张铃;张钹;;神经网络中BP算法的分析[J];模式识别与人工智能;1994年03期
6 罗小平;韦巍;;一种基于小波变换的电机定子绕组故障诊断新方法[J];模式识别与人工智能;1999年03期
7 刘冬生;赵辉;王红君;岳有军;;基于小波分析和神经网络的电机故障诊断方法研究[J];天津理工大学学报;2009年01期
8 秦恺,陈进,姜鸣,陈春梅;一种滚动轴承故障特征提取的新方法——谱相关密度[J];振动与冲击;2001年01期
9 蒋伟康,严莉;基于神经网络的电机噪声性能在线检测技术研究[J];振动与冲击;2004年04期
10 黄丹,黄采伦;基于BP神经网络模型的电机故障诊断专家系统[J];自动化仪表;2003年03期
中国博士学位论文全文数据库 前1条
1 张国云;支持向量机算法及其应用研究[D];湖南大学;2006年
【共引文献】
中国期刊全文数据库 前10条
1 乔维德;;一种电机故障的智能诊断方法研究[J];安徽电气工程职业技术学院学报;2009年01期
2 水孝敏,许岚兵,曹辉;一种实现雷达回波图像的压缩方法[J];安徽电子信息职业技术学院学报;2004年Z1期
3 张艳丽;杨仁弟;;基于小波变换自适应滤波方法的ECG信号消噪[J];安徽大学学报(自然科学版);2006年06期
4 张鑫;隋金雪;杨莉;;基于转速测量的电机保护器的设计[J];安徽大学学报(自然科学版);2007年05期
5 王东霞;张楠;路晓丽;;基于育种算法的SVM参数优化[J];安徽大学学报(自然科学版);2009年04期
6 陶秀凤,唐诗忠,周鸣争;基于支持向量机的软测量模型及应用[J];安徽工程科技学院学报(自然科学版);2004年02期
7 赵转哲;姜忠宇;何慧娟;;Matlab在货车滚动轴承故障诊断中的应用[J];安徽工程科技学院学报(自然科学版);2009年01期
8 王素华,张伟林;斜拉桥斜索损伤分析中的小波变换研究[J];安徽建筑工业学院学报(自然科学版);2004年03期
9 潘茂贵,张伟林;桥梁结构检测中小波分析的应用研究[J];安徽建筑工业学院学报(自然科学版);2005年03期
10 李多田;张伟林;;结构无损检测与小波分析方法[J];安徽建筑工业学院学报(自然科学版);2008年03期
中国重要会议论文全文数据库 前10条
1 朱成华;;基于USB总线的弧焊电参数虚拟检测分析系统设计[A];制造业数字化技术——2006中国电子制造技术论坛论文集[C];2006年
2 党丽华;高志明;韩夏冰;毕慧超;;Q235钢的大气腐蚀电化学噪声小波包分析[A];中国腐蚀电化学及测试方法专业委员会2012学术年会论文集[C];2012年
3 朱海琴;刘铁岭;;频谱分析技术在齿轮箱上的成功应用[A];2011年河北省炼铁技术暨学术年会论文集[C];2011年
4 宋海鹰;桂卫华;阳春华;;基于核偏最小二乘的简约最小二乘支持向量机及其应用研究[A];第二十六届中国控制会议论文集[C];2007年
5 顾小军;杨世锡;钱苏翔;;基于支持向量机的旋转机械多类故障识别研究[A];第二十六届中国控制会议论文集[C];2007年
6 吕蓬;柳亦兵;马强;魏于凡;;支持向量机在齿轮智能故障诊断中的应用研究[A];第二十六届中国控制会议论文集[C];2007年
7 姜明辉;袁绪川;;基于GA优化的个人信用评估SVM模型[A];第二十六届中国控制会议论文集[C];2007年
8 韩露;余正涛;邓锦辉;章程;毛存礼;郭剑毅;;领域知识关系对领域文本分类的影响[A];第二十七届中国控制会议论文集[C];2008年
9 吴静珠;刘翠玲;孙晓容;;支持向量机在近红外光谱检测技术中的应用研究[A];第二十九届中国控制会议论文集[C];2010年
10 尹钟;张建华;;基于支持向量机方法的过程操作员功能状态分类[A];中国自动化学会控制理论专业委员会A卷[C];2011年
中国博士学位论文全文数据库 前10条
1 魏海霞;爆破地震波作用下建筑结构的动力响应及安全判据研究[D];山东科技大学;2010年
2 王婷;EMD算法研究及其在信号去噪中的应用[D];哈尔滨工程大学;2010年
3 母丽华;煤矿安全预警系统的方法研究[D];哈尔滨工程大学;2010年
4 朱广平;混响干扰中的信号检测技术研究[D];哈尔滨工程大学;2009年
5 刘文海;水下被动目标瞬态特征检测技术研究[D];哈尔滨工程大学;2010年
6 孔凡芝;引线键合视觉检测关键技术研究[D];哈尔滨工程大学;2009年
7 毛宇峰;水下机器人系统体系结构及避障控制技术研究[D];哈尔滨工程大学;2010年
8 唐艳红;基于航海雷达的海浪遥测关键技术研究[D];哈尔滨工程大学;2010年
9 高晓阳;甘肃河西大麦麦芽干燥控制系统研究[D];甘肃农业大学;2010年
10 王德才;基于能量分析的地震动输入选择及能量谱研究[D];合肥工业大学;2010年
中国硕士学位论文全文数据库 前10条
1 展慧;基于多源信息融合技术的板栗分级检测方法研究[D];华中农业大学;2010年
2 杜二玲;拟概率空间上等均值噪声下统计学习理论的理论基础[D];河北大学;2007年
3 李锦;基于声波的运动车辆行驶状态辨识理论研究[D];南昌航空大学;2010年
4 李金华;基于SVM的多类文本分类研究[D];山东科技大学;2010年
5 杨焱麟;基于小波变换理论与比值分析法的变压器励磁涌流识别的研究[D];山东科技大学;2010年
6 田文娟;基于支持向量机的人民币序列号识别方法的研究[D];山东科技大学;2010年
7 张明军;基于小波包最优树的图像融合技术研究[D];山东科技大学;2010年
8 张庆伟;基于小波变换的阈值图像去噪方法[D];山东科技大学;2010年
9 袁学旭;地层中米氏旋回识别研究[D];山东科技大学;2010年
10 旺扎拉;特种车辆变速箱齿轮传动失效分析[D];长春理工大学;2010年
【同被引文献】
中国期刊全文数据库 前8条
1 王言英;赫亮;;最大熵算法及其在频谱分析中的应用[J];大连海事大学学报;2011年01期
2 董涛;程培源;樊波;任剑波;;功率频谱在异步电动机故障诊断中的应用[J];电力系统及其自动化学报;2011年02期
3 杨新华;来帅;张丽娟;;基于小波分析的电机故障诊断研究[J];电气自动化;2010年03期
4 王改良;武妍;;用入侵的自适应遗传算法训练人工神经网络[J];红外与毫米波学报;2010年02期
5 杨迎化,唐大全,卢建华;神经网络在智能故障诊断技术中的应用及其发展趋势[J];测控技术;2003年09期
6 汪振兴;刘臣宇;李丽;杨乃宗;张素琴;;基于改进BP神经网络的某型装备故障诊断专家系统[J];计算机与现代化;2010年02期
7 陈维;陈永革;赵强;;基于BP神经网络的装备故障诊断专家系统研究[J];指挥控制与仿真;2008年04期
8 衡玲燕;戴鹏;符晓;孙建元;伍小杰;;基于小波包频带-能量重构的电机断条故障诊断[J];电机与控制应用;2010年10期
中国博士学位论文全文数据库 前2条
1 许伯强;异步电动机绕组故障分析及其检测方法研究[D];华北电力大学(河北);2003年
2 孙丽玲;异步电动机故障检测与诊断方法研究[D];华北电力大学(河北);2007年
中国硕士学位论文全文数据库 前3条
1 王晓垠;基于神经网络和专家系统的智能故障诊断系统研究[D];东南大学;2005年
2 孟江;最大熵频谱分析与反褶积研究[D];长安大学;2009年
3 朱文龙;基于遗传算法的BP神经网络在多目标优化中的应用研究[D];哈尔滨理工大学;2009年
【二级参考文献】
中国期刊全文数据库 前10条
1 牛发亮,黄进;基于电磁转矩复解析小波变换的感应电机转子故障检测[J];电工技术学报;2005年07期
2 何跃英,江荣汉;基于模糊理论的电力设备故障诊断专家系统[J];电工技术学报;1994年03期
3 王榕生;非对称三相绕组异步电动机暂态计算机仿真[J];电工技术学报;1995年02期
4 王祁,钟升,孟凡振;用小波变换提取高压变压器局部放电脉冲的研究[J];电工技术学报;1997年04期
5 宋杰,唐焕文;基于线性规划的ν-支持向量机分类器[J];大连理工大学学报;2005年02期
6 王渝红,黄雯莹,任震,杨桦;离散二进小波变换及其在电机故障分析中的应用[J];电力系统自动化;1995年12期
7 侯志祥,申群太,李河清;电机设备的现代故障诊断方法[J];电力系统及其自动化学报;2003年06期
8 李蓉 ,叶世伟 ,史忠植;SVM-KNN分类器——一种提高SVM分类精度的新方法[J];电子学报;2002年05期
9 燕忠,袁春伟;基于蚁群智能和支持向量机的人脸性别分类方法[J];电子与信息学报;2004年08期
10 余晓晖,杜林,陈明英,蔡虹,廖瑞金;基于BP神经网络的水轮机调速系统故障诊断[J];重庆大学学报(自然科学版);2001年06期
【相似文献】
中国期刊全文数据库 前10条
1 余勇;万德钧;程启明;;电力设备基于小波神经网络故障检测方法的仿真研究[J];盐城工学院学报(自然科学版);2000年02期
2 康中尉,罗飞路,潘孟春,陈棣湘;小波神经网络在缺陷数据压缩和信号重构中的应用[J];自动化仪表;2004年12期
3 毛鸿伟;潘宏侠;刘文礼;;基于粒子群优化的小波神经网络及其在齿轮箱故障诊断中的应用[J];振动与冲击;2007年05期
4 李习武;王艳松;;基于小波神经网络的电能质量扰动辨识[J];电气技术;2007年09期
5 年四成;孙德辉;史运涛;李志军;;小波神经网络分类算法在教育信息管理系统中的应用[J];北方工业大学学报;2007年03期
6 韩文艳;苏铁熊;;D-S证据理论与小波神经网络在发动机故障诊断中的应用[J];内燃机;2008年02期
7 贾正源;田丽;刘庆超;;遗传算法优化的小波神经网络在短期电力负荷预测中的应用[J];工业技术经济;2008年12期
8 周杰;王蕴恒;潘洪亮;;基于遗传算法的小波神经网络DTC转速辨识[J];黑龙江科技学院学报;2009年03期
9 黄胜忠;;小波神经网络在离心压缩机故障诊断中的应用[J];煤矿机械;2010年10期
10 李元松;李新平;代翼飞;田昌贵;陈清运;;小波神经网络在高陡边坡位移预测中的应用[J];武汉工程大学学报;2010年09期
中国重要会议论文全文数据库 前10条
1 李元松;李新平;代翼飞;陈清运;;基于小波神经网络的高陡边坡位移预测[A];岩石力学与工程的创新和实践:第十一次全国岩石力学与工程学术大会论文集[C];2010年
2 董健;尹萌;张辉;;小波神经网络结合多项式的混合预测方法在通信规划中的应用[A];2011全国无线及移动通信学术大会论文集[C];2011年
3 王勇青;陈延如;邵艳明;陈晶晶;陈斐楠;;基于小波神经网络的氧气顶回转炉口火焰温度多光谱测量[A];中国光学学会2011年学术大会摘要集[C];2011年
4 牛东晓;邢棉;谢宏;陈志业;;短期电力负荷预测的小波神经网络模型的研究[A];西部大开发 科教先行与可持续发展——中国科协2000年学术年会文集[C];2000年
5 金向阳;张莉;于广滨;;基于改进小波神经网络的航空滚动轴承的故障检测[A];第二十六届中国控制会议论文集[C];2007年
6 牟海维;马娜;付光杰;刘祥楼;;基于小波神经网络的电力谐波检测方法[A];第二十九届中国控制会议论文集[C];2010年
7 侯霞;张军峰;刘国海;;基于小波神经网络的飞机故障诊断[A];第二十九届中国控制会议论文集[C];2010年
8 鲁艳军;陈汉新;陈绪兵;;基于小波神经网络的齿轮裂纹故障诊断[A];2010全国机械装备先进制造技术(广州)高峰论坛论文汇编[C];2010年
9 鲁艳军;陈汉新;陈绪兵;;基于小波神经网络的齿轮裂纹故障诊断[A];节能减排 绿色制造 智能制造——低碳经济下高技术制造产业与智能制造发展论坛论文集[C];2010年
10 黎明;;基于小波神经网络理论的GPS变形监测预报方法[A];第三届中国卫星导航学术年会电子文集——S08卫星导航模型与方法[C];2012年
中国博士学位论文全文数据库 前10条
1 银俊成;量子信道与量子小波神经网络相关问题研究[D];陕西师范大学;2013年
2 章文俊;小波神经网络算法及其船舶运动控制应用研究[D];大连海事大学;2014年
3 艾永明;基于小波神经网络的结构损伤识别方法研究[D];长安大学;2012年
4 薛雅丽;基于轨迹线性化方法的近空间飞行器鲁棒自适应控制研究[D];南京航空航天大学;2010年
5 宋清昆;自适应结构优化神经网络控制研究[D];哈尔滨理工大学;2009年
6 金瑜;基于小波神经网络的模拟电路故障诊断方法研究[D];电子科技大学;2008年
7 胡德栋;超临界流体中有机固体溶解度的研究[D];山东大学;2005年
8 郑殿春;基于BP网络的局部放电模式识别[D];哈尔滨理工大学;2005年
9 刘明;油田热水供暖系统热负荷智能预测技术研究[D];东北石油大学;2011年
10 李晖;船舶减摇鳍系统智能控制及其可视化仿真的研究[D];大连海事大学;2003年
中国硕士学位论文全文数据库 前10条
1 袁月春;基于模糊小波神经网络的多辊热连轧产品质量控制[D];山西师范大学;2010年
2 朱美龙;小波神经网络在遥感溢油图像去噪中的应用[D];大连海事大学;2011年
3 李凤鸣;基于小波神经网络的柴油机燃油系统故障诊断的设计与实现[D];山东大学;2010年
4 宋红梅;基于QPSO优化小波神经网络的信息安全风险评估方法研究[D];河北师范大学;2011年
5 周桂珍;基于小波神经网络的异步电机故障诊断[D];湘潭大学;2010年
6 莫慧芳;基于LabVIEW的小波神经网络在电机声频故障诊断中的应用研究[D];广东工业大学;2005年
7 员世芬;小波神经网络理论的研究及其在加热炉钢坯温度预报中的应用[D];太原理工大学;2005年
8 葛文谦;小波神经网络在旋转机械故障诊断中的应用研究[D];燕山大学;2006年
9 康辉;基于小波神经网络的模拟电路故障诊断技术研究[D];哈尔滨理工大学;2010年
10 魏光华;基于混沌遗传算法的无速度传感器DTC系统的参数辩识[D];沈阳工业大学;2005年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62791813
  • 010-62985026