“基于小波分析和神经网络的电机故障诊断方法
”研究报告
摘要电机是现代工业中最主要的动力能源和驱动设备之一,不仅需要进一步提高电机驱动自动化水平,更要求电机的运行具有很高的可靠性、安全性和稳定性。本文通过监测电机振动信号对直流电动机故障进行诊断研究,提出了基于小波分析和神经网络的电机故障诊断方法,利用小波变换提取振动信号特征,利用神经网络识别特征,输出电机相应的运行状态。
关键词:
故障诊断
小波分析
神经网络
振动信号
引言1.1课题的研究背景与研究意义
随着现代工业制造的发展
,电机巳经成为当今生产活动和日常生活中最重要的原动力和驱动装置。由于电机大量的应用
,使用环境的不同
,所驱动的负载也各尽不同等原因
,导致了电机故障时有发生
,特别是一些运行环境恶劣、负载冲击性很大的场合中运行的电机
,其故障率更高。近些年来
,因关键电机设备故障而引起的事故时有发生
,造成了惨重的经济损失。
一直以来
,针对电机的各种故障
,一般都选用成熟、可靠的继电保护措施。继电保护技术是在电力系统发展背景下产生的
,其目的是对电力系统进行保护
,避免在电力系统中发生灾难性事故。继电保护经历了
4个发展 ...


雷达卡


京公网安备 11010802022788号







