基于小波神經(jīng)網(wǎng)絡(luò)的旋轉(zhuǎn)整流器故障診斷研究.pdf

1、該文通過(guò)對(duì)旋轉(zhuǎn)整流器在正常與故障狀態(tài)下的交流勵(lì)磁機(jī)電樞電流和電樞電勢(shì)作了初步的理論分析,推導(dǎo)出旋轉(zhuǎn)整流器在正常與故障狀態(tài)下電樞電流、空間諧波合成磁勢(shì)及其感應(yīng)電勢(shì)的數(shù)學(xué)表達(dá)式.通過(guò)計(jì)算,可得到勵(lì)磁繞組中感應(yīng)電勢(shì)的各次諧波幅值.并以此為判據(jù)對(duì)旋轉(zhuǎn)整流器運(yùn)行狀態(tài)進(jìn)行判別.小波理論在時(shí)域和頻域同時(shí)具有良好的表征信號(hào)局部特征的能力,該文采用小波變換來(lái)對(duì)各種故障情況下的信號(hào)進(jìn)行分析,提取含有豐富的故障信息作為特征向量.先對(duì)交流勵(lì)磁機(jī)定子磁極線圈電壓

2、采樣信號(hào)進(jìn)行消噪濾波,再通過(guò)小波包分解和重構(gòu)進(jìn)行特征頻率提取,建立了表征旋轉(zhuǎn)整流器故障的特征向量.神經(jīng)網(wǎng)絡(luò)對(duì)非線性問(wèn)題的處理具有較強(qiáng)的能力.在無(wú)刷勵(lì)磁系統(tǒng)中旋轉(zhuǎn)整流器可能出現(xiàn)各種故障,但故障原因和相應(yīng)的癥狀之間往往沒(méi)有明確的線性關(guān)系,也就很難甚至不可能用精確的數(shù)學(xué)模型來(lái)描述.而神經(jīng)網(wǎng)絡(luò)可以以待診斷系統(tǒng)的各種癥狀的測(cè)量數(shù)據(jù)作為神經(jīng)網(wǎng)絡(luò)的輸入樣本,進(jìn)行訓(xùn)練、學(xué)習(xí),最后得出故障類型.根據(jù)小波變換具有較強(qiáng)的特征提取能力和人工神經(jīng)網(wǎng)絡(luò)經(jīng)訓(xùn)練后具有

3、較強(qiáng)的分類能力的特點(diǎn),該文把多維小波與目前應(yīng)用廣泛的BP(Back-Propagation)相結(jié)合而構(gòu)成小波神經(jīng)網(wǎng)絡(luò),并以表征故障的特征向量作為小波神經(jīng)網(wǎng)絡(luò)的輸入.與純BP神經(jīng)網(wǎng)絡(luò)相比避免BP網(wǎng)絡(luò)算法陷入的局部極小,診斷結(jié)果更加準(zhǔn)確和可靠,有效防止了旋轉(zhuǎn)整流器故障的誤判和漏判.最后,運(yùn)用該文所提出的小波神經(jīng)網(wǎng)絡(luò)對(duì)旋轉(zhuǎn)整流器故障的誤判和漏判.最后,運(yùn)用該文所提出的小波神經(jīng)網(wǎng)絡(luò)對(duì)旋轉(zhuǎn)整流器正常和各種故障狀態(tài)進(jìn)行在線監(jiān)測(cè),并對(duì)630kW的無(wú)刷