收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

基于差分进化算法优化的RBF神经网络的异步电机故障诊断研究

姚宁  
【摘要】:作为电气化时代的主要原动力和驱动设备,异步电机因为具有结构简单、制造方便、可靠性高等优点已经在工农业生产和人们日常生活等领域中得到广泛的应用。作为生产领域中的关键设备,异步电机的安全、可靠、稳定运行对于保证生产系统的正常运行意义非常重大。电机一旦发生故障就会造成严重的经济损失以及恶劣的社会影响。因此,研究异步电机的故障诊断技术及时准确的识别电机的运行状态具有重要的现实意义。 异步电机故障诊断过程包括状态参数检测、故障特征提取和故障类型识别三部分。本文在对异步电机常见故障的特征及其机理分析的基础上,选择能够反映电机机械特性的振动信号和反映电机电气特性的定子电流信号作为电机故障诊断的状态信号。由于电机运行过程中所采集的信号为非平稳信号,运用传统的信号分析方法已经不再适合,小波分析技术因其良好的时频分析特性为非平稳信号的分析处理提供了一种非常有效的方法。本文首先运用小波变换对故障信号进行了消噪处理,其次运用小波包分解对故障信号进行了特征提取。在此基础上,提出了小波包与主成分分析(PCA)相结合的一种新的信号特征提取方法。该方法利用主成分分析(PCA)对小波包分解结果进行特征抽取和降维,提取小波包分解结果中的主成分值作为电机故障的特征向量,并将提取的特征向量作为神经网络的训练样本,仿真实验结果表明该方法是有效的和正确的。 本文将径向基(RBF)神经网络应用到异步电机的故障诊断中,利用神经网络的模式识别能力对电机的故障类型进行诊断,并与BP神经网络进行比较。虽然RBF神经网络与BP神经网络相比具有较快的学习速度以及较好的分类能力,但其参数确定比较困难。为了克服RBF神经网络学习算法的不足,本文引入了差分进化(DE)算法,利用差分进化(DE)算法的全局搜索能力来优化RBF神经网络基函数的中心、宽度以及网络的连接权值,以获得最优的网络模型。最后,在Matlab软件平台上对本文所设计的诊断系统进行了仿真实验,网络训练完成后就建立了基于RBF神经网络的异步电机故障诊断系统。经过实际的故障数据测试,结果表明优化后的RBF神经网络的泛化能力和诊断精度都得到了大幅度提高,从而验证了该方法的正确性。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 李会明;裴峻峰;齐明侠;罗红梅;;RBF神经网络在往复泵故障诊断中的应用[J];煤矿机械;2006年11期
2 高洪;侯大寅;李泽应;王军;;RBF神经网络在织物风格中的研究与应用[J];安徽工程科技学院学报(自然科学版);2006年03期
3 李勇;李春明;李秀娟;;基于RBF神经网络的模拟电路故障诊断方法的研究[J];机械工程与自动化;2009年01期
4 杨伟;贾石峰;;基于RBF神经网络的风力发电机组故障诊断研究[J];电气传动自动化;2009年02期
5 刘红;王国成;李航;;粗集—RBF神经网络在故障诊断中的应用[J];装备制造技术;2010年06期
6 訾书宇;魏汝祥;周萍;;基于RBF神经网络的舰船维修费预测[J];中国水运(学术版);2007年05期
7 刘建霞;王芳;谢克明;;基于RBF神经网络的天线阵方向图建模[J];太原理工大学学报;2008年01期
8 张琳;;短期负荷预测系统中RBF组合模型的应用[J];福建电脑;2009年03期
9 霍山;刘华清;;基于RBF神经网络的水轮机效率计算与应用[J];水电站设计;2009年02期
10 徐勇飞;王海林;;电控汽油机怠速RBF神经网络控制策略仿真研究[J];装备制造技术;2010年05期
11 夏昌浩;向学军;胡翔勇;;基于RBF神经网络和天气数据的负荷预测虚拟仪器设计[J];继电器;2007年02期
12 傅群忠;薛晓中;;H_∞滤波混合优化RBF在SINS动基座传递对准中的应用[J];火力与指挥控制;2010年01期
13 王义飞;鲁毅;刘涛;;纯滞后对象的RBF神经网络PID控制研究[J];机械制造与自动化;2011年02期
14 霍山;;基于RBF神经网络的日发电量预测[J];云南水力发电;2007年05期
15 李林;李建兵;牛鹏超;;基于粒子群算法的RBF神经网络的优化方法[J];山东电力高等专科学校学报;2010年01期
16 韩敏,程磊,席剑辉,王立久;一种基于神经网络的材料成分模型[J];建筑材料学报;2002年04期
17 刘春元;王宗刚;;基于神经网络的开关磁阻电机建模[J];河西学院学报;2010年05期
18 李海波;;高阶反馈型神经网络及其在优化计算中的应用[J];东南大学学报(自然科学版);1990年06期
19 朱铭铨,姬中岳,刘镜;神经网络与CIMS监控技术[J];中国机械工程;1992年03期
20 崔定军,杨尔辅,张振鹏,刘国球;基于神经网络的火箭发动机动态过程建模[J];航空动力学报;1995年03期
中国重要会议论文全文数据库 前10条
1 郭兰平;俞建宁;张建刚;漆玉娟;张旭东;;改进RBF神经网络在城市公交车速时间序列预测中的应用[A];2010重庆汽车工程学会年会论文专辑[C];2010年
2 张文广;史贤俊;廖剑;李新;;RBF神经网络在惯导系统传递对准中的应用[A];中国自动化学会控制理论专业委员会C卷[C];2011年
3 丁迎迎;杨永健;沈发江;;RBF神经网络在水下目标识别中的应用研究[A];中国造船工程学会电子技术学术委员会2011年海战场电子信息技术学术年会论文集[C];2011年
4 王亚慧;程培新;赵亚丹;张桐;;针对时滞系统的RBF神经网络滑模控制策略[A];第二十七届中国控制会议论文集[C];2008年
5 刘新功;吴蒙华;王元刚;王邦国;;基于RBF神经网络的镍基TiN纳米复合镀层显微硬度的预测研究[A];第14届全国特种加工学术会议论文集[C];2011年
6 杜大军;李雪;费敏锐;白浩亮;宋扬;;基于改进RBF神经网络的两层网络学习控制系统自学习模糊控制策略研究[A];中国自动化学会控制理论专业委员会A卷[C];2011年
7 刘载文;崔莉凤;王小艺;吕思颖;;基于RBF神经网络的河湖水华软测量方法[A];第二十六届中国控制会议论文集[C];2007年
8 李静;胡云安;;时变RBF神经网络的逼近定理证明及其应用分析[A];中国自动化学会控制理论专业委员会C卷[C];2011年
9 张文广;史贤俊;肖支才;李新;;基于RBF神经网络的导弹舵机系统故障检测[A];第二十九届中国控制会议论文集[C];2010年
10 熊杰;;基于GPS的车辆超载识别监控系统设计[A];首届珠中江科协论坛论文集[C];2011年
中国博士学位论文全文数据库 前10条
1 赵斌;基于RBF网络的北方温室温湿度控制机理的研究[D];东北林业大学;2010年
2 牟洪波;基于BP和RBF神经网络的木材缺陷检测研究[D];东北林业大学;2010年
3 杜大军;网络控制系统的学习和控制策略研究[D];上海大学;2010年
4 薛富强;进化RBF神经网络分类器研究[D];解放军信息工程大学;2009年
5 马永涛;通信信道建模的神经网络优化技术研究[D];天津大学;2009年
6 王琼;基于优化理论的神经网络研究及在抽油机故障诊断中的应用[D];东北石油大学;2011年
7 陈填锐;确定学习理论与智能振动故障诊断[D];华南理工大学;2010年
8 刘志祥;深部开采高阶段尾砂充填体力学与非线性优化设计[D];中南大学;2005年
9 戴雪龙;PET探测器神经网络定位方法研究[D];中国科学技术大学;2006年
10 马戎;智能控制技术在炼钢电弧炉中的应用研究[D];西北工业大学;2006年
中国硕士学位论文全文数据库 前10条
1 王晓娟;基于模糊控制与RBF神经网络的桃病虫害发生预测研究[D];河北农业大学;2011年
2 裴雪红;基于改进RBF神经网络的PID控制[D];哈尔滨理工大学;2010年
3 姚宁;基于差分进化算法优化的RBF神经网络的异步电机故障诊断研究[D];太原理工大学;2011年
4 焦玉莹;基于RBF神经网络的浮船坞浮态检验系统辨识[D];大连海事大学;2011年
5 朱一嘉;基于RBF神经网络的金融时序列预测研究[D];北京化工大学;2010年
6 李昆仲;基于RBF神经网络的边坡稳定性评价研究[D];长安大学;2010年
7 史国强;基于RBF神经网络的网页分类技术研究[D];中国石油大学;2011年
8 王丽霞;基于BP和RBF神经网络的光伏最大功率跟踪对比研究[D];汕头大学;2010年
9 臧胜永;船舶航向非线性系统的模型参考神经网络自适应控制[D];大连海事大学;2005年
10 孟艳;协同进化PSO算法优化RBF网络在齿轮箱故障诊断中的应用[D];中北大学;2011年
中国重要报纸全文数据库 前10条
1 海通期货 秦小坡;基于RBF神经网的指数交易策略[N];期货日报;2009年
2 于翔;数字神经网络中的协同应用[N];网络世界;2009年
3 健康时报特约记者  张献怀;干细胞移植:修复受损的神经网络[N];健康时报;2006年
4 邹丽梅 陈耀群;江苏科大神经网络应用研究通过鉴定[N];中国船舶报;2006年
5 记者 孙刚;“神经网络”:打开复杂工艺“黑箱”[N];解放日报;2007年
6 本报首席记者 任荃 实习生 史博臻;轨交“神经网络”触动创新神经[N];文汇报;2011年
7 计算机世界实验室 韩勖;当布线系统遭遇神经网络[N];计算机世界;2009年
8 曹建兵 李祖兵 特约记者 何天进 本报记者 于莘明;给导弹植入“神经网络”[N];科技日报;2005年
9 谭薇;“潮湿计算机”:拥有人类智慧的超级大脑[N];第一财经日报;2010年
10 韩婷婷;ICT强壮奥运“神经网络”[N];通信产业报;2007年
中国知网广告投放
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978