基于数据融合的异步电机故障诊断方法研究

基于数据融合的异步电机故障诊断方法研究

论文摘要

在异步电机的故障诊断过程中,一般只对异步电机的某一类信息进行多层次多角度的诊断分析,由于所用的信息类型单一,获取的信息量较少,而异步电机故障诊断中的实际环境又复杂多样,因此在异步电机的故障诊断过程中就滋生了很多不确定性因素,从而导致诊断结论不可靠。本文针对异步电机故障诊断中同一征兆域很难区分多种故障类型的情形,在此引入了其它征兆域信息,同时将数据融合技术引入到异步电机的故障诊断中,来解决多个传感器信息的关联问题。本文以实验室里的故障电机为研究对象,在对国内外研究现状进行总结分析的基础上,分别给出了基于BP神经网络、D-S证据理论、以及它们二者结合的综合故障诊断方法,通过它们来对故障电机的状态参数进行融合,同时给出了融合诊断的详细步骤,达到对异步电机准确诊断的目的。首先分析了异步电机的常见故障类型、故障征兆、故障机理,在此基础上,确定出了异步电机故障诊断的内容为电机的振动信号和电流信号,同时提出了基于数据融合技术的异步电机故障诊断模型。其次,分析了BP神经网络的特点,研究了基于BP神经网络的故障诊断方法,并用实例验证了BP神经网络在解决故障征兆与故障类型之间复杂映射关系方面具有的独特优势。针对故障诊断过程中的众多不确定性因素,提出了基于D-S证据理论的融合诊断方法,介绍了D-S证据理论的基本概念、基本原理及融合算法,并结合异步电机故障诊断实例,验证D-S证据理论在解决不确定性问题方面的独特优势。最后,结合BP神经网络和D-S证据理论二者的优点,提出了基于BP神经网络和D-S证据理论的综合故障诊断方法,先用BP神经网络进行局部诊断,再用D-S证据理论进行全局诊断,结果表明该方法在准确率方面和可靠性方面都有明显提高。

论文目录

  • 摘要
  • ABSTRACT
  • 第一章 绪论
  • 1.1 异步电机故障诊断的研究意义及国内外现状
  • 1.1.1 异步电机故障诊断的研究意义
  • 1.1.2 异步电机故障诊断的国内外现状
  • 1.2 数据融合技术的研究意义及国内外现状
  • 1.2.1 数据融合技术的研究意义
  • 1.2.2 数据融合的国内外现状
  • 1.3 本课题的研究目的和意义
  • 1.3.1 本课题的研究目的
  • 1.3.2 本课题的研究意义
  • 1.4 论文的主要内容及安排
  • 第二章 异步电机故障机理分析
  • 2.1 引言
  • 2.2 异步电机常见故障类型
  • 2.3 异步电机故障典型征兆
  • 2.3.1 基于机座振动的异步电机故障诊断
  • 2.3.2 基于定子电流的异步电机故障诊断
  • 2.4 本章小结
  • 第三章 数据融合及在异步电机故障诊断中的应用
  • 3.1 引言
  • 3.2 数据融合技术的基本理论
  • 3.3 基于数据融合技术的异步电机故障诊断系统
  • 3.3.1 系统的整体结构
  • 3.3.2 系统的工作原理
  • 3.3.3 系统的算例分析
  • 3.4 本章小结
  • 第四章 基于BP神经网络的数据融合故障诊断方法
  • 4.1 引言
  • 4.2 误差反向传播神经网络(BP)
  • 4.2.1 BP神经网络结构
  • 4.2.2 BP网络学习算法描述
  • 4.2.3 BP网络存在的问题
  • 4.2.4 BP算法的改进
  • 4.3 BP神经网络融合方法应用于异步电机故障诊断
  • 4.3.1 原理分析
  • 4.3.2 异步电机常见故障诊断实例分析
  • 4.4 本章小结
  • 第五章 基于D-S证据理论的数据融合故障诊断方法
  • 5.1 引言
  • 5.2 D-S证据的理论基础
  • 5.2.1 基本概念
  • 5.2.2 融合规则
  • 5.2.3 融合过程
  • 5.2.4 故障诊断中的融合原理
  • 5.3 D-S证据理论在电机故障诊断中的应用
  • 5.3.1 构造识别框架θ
  • 5.3.2 确定证据体E
  • 5.3.3 基本可信度函数的构造
  • 5.3.4 异步电机诊断实例分析
  • 5.4 本章小结
  • 第六章 基于数据融合的综合故障诊断方法
  • 6.1 引言
  • 6.2 综合诊断过程功能模型
  • 6.2.1 基于BP神经网络的局部诊断过程
  • 6.2.2 基于D-S证据理论的全局诊断过程
  • 6.3 数据融合综合诊断在异步电机故障诊断中的实例分析
  • 6.3.1 基于BP网络的局部诊断实例
  • 6.3.2 基于D-S证据的全局诊断实例
  • 6.4 本章小结
  • 第七章 全文总结
  • 参考文献
  • 附录
  • 致谢
  • 攻读硕士期间发表的学术论文
  • 相关论文文献

    • [1].低效异步电机再制造的仿真研究[J]. 机械设计与制造 2020(03)
    • [2].基于遗传-模式算法的高效异步电机的优化设计[J]. 微电机 2020(02)
    • [3].变频调速异步电机优化电磁设计[J]. 科技创新与应用 2020(33)
    • [4].异步电机机电时间尺度有效惯量评估及其对可再生能源并网系统频率动态的影响[J]. 中国电机工程学报 2018(24)
    • [5].高效异步电机设计综述[J]. 微电机 2018(04)
    • [6].飞轮储能高速异步电机储能发电模拟实验研究[J]. 微特电机 2017(03)
    • [7].高效高压异步电机的分析与设计[J]. 中国设备工程 2017(04)
    • [8].基于田口法的超高效异步电机设计[J]. 微特电机 2017(03)
    • [9].十五相异步电机建模及稳态仿真研究[J]. 电机与控制学报 2017(09)
    • [10].高压异步电机装配方法的分析[J]. 科技创新与应用 2016(06)
    • [11].低压异步电机机械结构与日常维护分析[J]. 科技展望 2016(29)
    • [12].风机用单相异步电机的设计与分析[J]. 防爆电机 2014(06)
    • [13].浅谈变频异步电机的设计及特点[J]. 黑龙江科学 2014(12)
    • [14].高速异步电机设计的关键技术分析[J]. 产业与科技论坛 2015(11)
    • [15].一种多相异步电机的通用数学模型[J]. 中国电机工程学报 2015(15)
    • [16].异步电机电磁噪声分析及验证[J]. 科学家 2017(13)
    • [17].对单绕组双速异步电机电磁设计关键问题的探讨[J]. 科学中国人 2015(15)
    • [18].对高速异步电机部分关键技术的设计分析[J]. 科学中国人 2014(22)
    • [19].变频供电异步电机端部绕组磁场分析[J]. 微电机 2019(12)
    • [20].基于混沌粒子群算法的铜转子异步电机优化[J]. 微电机 2020(06)
    • [21].降低空空冷异步电机通风噪声的有效方法[J]. 电机与控制应用 2020(07)
    • [22].无轴承异步电机转子不平衡振动仿真补偿[J]. 计算机仿真 2020(07)
    • [23].基于B法的异步电机效率检测研究[J]. 起重运输机械 2018(08)
    • [24].10000V 4极1000mm中心高异步电机设计[J]. 中国高新技术企业 2017(09)
    • [25].异步电机杂散损耗的分析研究[J]. 日用电器 2017(06)
    • [26].两相异步电机的数学模型及动态特性仿真[J]. 三峡大学学报(自然科学版) 2016(02)
    • [27].关于中型两极异步电机的一些设计问题[J]. 电子世界 2012(10)
    • [28].高压异步电机软停车控制系统的设计[J]. 河南科技学院学报(自然科学版) 2012(04)
    • [29].三电平异步电机直接转矩控制[J]. 机电工程技术 2020(02)
    • [30].新型能量回馈式异步电机测试系统研究[J]. 电气传动 2016(10)

    标签:;  ;  ;  ;  ;  ;  

    基于数据融合的异步电机故障诊断方法研究
    下载Doc文档

    猜你喜欢