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

1、異步電動機(jī)具有結(jié)構(gòu)簡單、運行可靠、維護(hù)方便、造價便宜等諸多優(yōu)點，被廣泛應(yīng)用在各個工業(yè)領(lǐng)域中，作為能量的傳輸和轉(zhuǎn)化工具，其運行狀態(tài)將直接影響整個生產(chǎn)系統(tǒng)的穩(wěn)定性。異步電動機(jī)發(fā)生故障后，不僅會造成機(jī)體損傷，嚴(yán)重時將被迫停機(jī)，進(jìn)而影響生產(chǎn)，造成各種資源的極大浪費，而且在某些特殊的使用場合，可能會帶來生產(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，因電動機(jī)故障帶來的損失也越來越嚴(yán)重。因此，研究如何實

2、現(xiàn)異步電動機(jī)的故障監(jiān)測與診斷，及時發(fā)現(xiàn)問題，避免重大事故的發(fā)生具有很大的現(xiàn)實意義，它已經(jīng)成為了科研領(lǐng)域的研究熱點。
　　本文以異步電動機(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)了電動機(jī)在運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和振動信號對各常見故障進(jìn)行了機(jī)理分析，得到了各故障在這兩種信號下的特征頻率，從而為下一步信號處理方法的選擇及故障類型的識別判斷提供了理論依據(jù)。

3、r>　　對于信號處理方法的選擇，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)代信號處理方法，闡述了它們實現(xiàn)信號處理的基本思想，并應(yīng)用MATLAB仿真軟件，測試了它們在處理電動機(jī)故障信號方面的性能。通過仿真結(jié)果總結(jié)了各自在實現(xiàn)故障特征提取時的局限性，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。重點介紹了Hilbret-huang變換的基本原理和信號處理過程，并采用該方法分別以定子電流信號

4、和振動信號為信號，對電動機(jī)轉(zhuǎn)子斷條故障和軸承滾動體故障的故障信號進(jìn)行了特征提取，實驗結(jié)果證明了該方法在處理電動機(jī)故障信號時的有效性和優(yōu)越性。
　　為解決故障類型的識別問題，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，結(jié)合本課題的實際需要，確定了采用RBF神經(jīng)網(wǎng)絡(luò)模型來實現(xiàn)電動機(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、振動信號以及兩種信號構(gòu)造的特征向量訓(xùn)練了三種RB