电机与控制应用
電機與控製應用
전궤여공제응용
ELECTRIC MACHINES & CONTROL APPLICATION
2013年
1期
35-38,42
,共5页
故障诊断%概率神经网络%模式分类%转子断条%气隙偏心%失电残压
故障診斷%概率神經網絡%模式分類%轉子斷條%氣隙偏心%失電殘壓
고장진단%개솔신경망락%모식분류%전자단조%기극편심%실전잔압
针对传统故障诊断方法的局限性,提出一种基于概率神经网络(PNN)的诊断方法.以异步电机转子断条、偏心、失电残压等故障为例进行了诊断研究,通过选取故障样本来训练PNN,将故障信息输入训练好的PNN模型后,由输出结果即可判断发生的故障种类.MATLAB仿真表明,基于PNN的电机故障诊断方法能有效识别出电机故障,故障诊断准确率高,易于工程实现.但神经网络还处于发展阶段,仍有不少问题需进一步研究.
針對傳統故障診斷方法的跼限性,提齣一種基于概率神經網絡(PNN)的診斷方法.以異步電機轉子斷條、偏心、失電殘壓等故障為例進行瞭診斷研究,通過選取故障樣本來訓練PNN,將故障信息輸入訓練好的PNN模型後,由輸齣結果即可判斷髮生的故障種類.MATLAB倣真錶明,基于PNN的電機故障診斷方法能有效識彆齣電機故障,故障診斷準確率高,易于工程實現.但神經網絡還處于髮展階段,仍有不少問題需進一步研究.
침대전통고장진단방법적국한성,제출일충기우개솔신경망락(PNN)적진단방법.이이보전궤전자단조、편심、실전잔압등고장위례진행료진단연구,통과선취고장양본래훈련PNN,장고장신식수입훈련호적PNN모형후,유수출결과즉가판단발생적고장충류.MATLAB방진표명,기우PNN적전궤고장진단방법능유효식별출전궤고장,고장진단준학솔고,역우공정실현.단신경망락환처우발전계단,잉유불소문제수진일보연구.