Print

基于混合遗传算法与小波神经网络的电机转子断条故障诊断方法

论文摘要

首先根据内积最大准则,借助于混合遗传算法的优秀的全局搜索性能,准确地估计定子电流中的工频分量的参数,并将其去除,以防止工频分量淹没故障特征分量。其次,运用最优小波包方法分解已经去除工频分量部分的定子电流信号,将其中规律最强的节点能量作为神经网络的输入量。第三,采用混合遗传算法处理神经网络参数,形成了新方法:改进的神经网络方法。最后通过对一台感应电机的正常、一根断条和两根断条的情况进行了实验,验证了提出的方法的有效性。

论文目录

  • 1 基于混合遗传算法的定子电流工频分量参数估计
  •   1.1 混合遗传算法
  •   1.2 工频分量参数估计
  • 3 最优小波包
  • 4 改进的小波神经网络算法
  • 5 三相异步电动机转子断条故障诊断实验
  •   5.1 工频分量的滤除
  •   5.2 故障特征分量的提取
  • 5结束语

    • 文章来源

    类型: 期刊论文

    作者: 朱明飞,陈兢,方敏

    关键词: 感应电动机,转子断条,混合遗传算法,最优小波树,神经网络

    来源: 农村电气化 2019年06期

    年度: 2019

    分类: 工程科技Ⅱ辑,农业科技,信息科技

    专业: 电力工业,自动化技术

    单位: 国网浙江海宁市供电有限公司

    分类号: TM343;TP18

    DOI: 10.13882/j.cnki.ncdqh.2019.06.002

    页码: 9-14

    总页数: 6

    文件大小: 2528K

    下载量: 170

    相关论文文献

    本文来源: https://www.lunwen66.cn/article/a076754495c91beacc7bb873.html