CAJ | 학술논문

研究异步电机安全控制问题,为解决故障诊断和速度问题,提高电机运行效率,减小早期故障损失,提出了一种基于集成神经网络的电机故障诊断方法.方法采用定子电流和转子振动信号作为电机故障诊断的输入信号,应用改进的BP神经网络进行故障识别,分别用两个诊断子网络进行局部故障诊断,再运用神经网络融合算法进行全局决策的融合,从而提高诊断的准确率.仿真研究结果表明,故障诊断模型具有诊断准确率高、诊断速度快等优点,是一种比较实用的故障诊断方法,对电机进行故障监测、预报具有重要的实际意义.
연구이보전궤안전공제문제,위해결고장진단화속도문제,제고전궤운행효솔,감소조기고장손실,제출료일충기우집성신경망락적전궤고장진단방법.방법채용정자전류화전자진동신호작위전궤고장진단적수입신호,응용개진적BP신경망락진행고장식별,분별용량개진단자망락진행국부고장진단,재운용신경망락융합산법진행전국결책적융합,종이제고진단적준학솔.방진연구결과표명,고장진단모형구유진단준학솔고、진단속도쾌등우점,시일충비교실용적고장진단방법,대전궤진행고장감측、예보구유중요적실제의의.