基于遗传神经网络的异步电动机故障诊断研究  

Fault Detection of Asynchronism Motor Based on Genetic Neural Networks

作　　者：庄哲民[1] 肖广辉[1] 曹勤[1] 

机构地区：[1]汕头大学电子工程系,广东汕头515063

出　　处：《测试技术学报》2004年第4期377-380,共4页Journal of Test and Measurement Technology

基　　金：广东省自然科学基金资助项目(032030)

摘　　要：　提出一种基于遗传神经网络进行异步电机故障检测的新方法,仅利用一个振动传感器来获取异步电机的特征信息,建立电机动态非线性神经网络检测诊断模型,并利用该模型进行电机的故障检测.为减少网络权值学习搜索空间,解决神经网络权值学习中易于陷入局部最小点的问题,本文采用遗传算法实现模型权值的修正.实际使用证明利用该方法可以方便的实现在线故障诊断,且方法简单,易于实现.A novel motor fault detection scheme based on genetic neural network was proposed. The motor feature signal from only one transducer is used to erect a nonlinearity detection model. In order to condense the search space for neural network optimization and avoid being trapped into local minima, the genetic algorithm is used to amend the weights of detection model. The experiments with a practical motor are carried out to verify effectiveness of the method.

关 键 词：权值学习 神经网络 动态非线性 振动传感器 实现模型 网络权值 在线故障诊断 异步电机 异步电动机 故障检测 

分 类 号：TP212[自动化与计算机技术—检测技术与自动化装置] TM343[自动化与计算机技术—控制科学与工程]