鼠笼异步电动机故障诊断技术研究  

Research on fault diagnosis of cage asynchronous motor

作　　者：李素英[1] 付焱晶[2] 郭西进[1] 许允之[1] 

机构地区：[1]中国矿业大学信息与电气工程学院,江苏徐州221116 [2]中国人民解放军海军飞行学院教研部,辽宁葫芦岛125001

出　　处：《实验技术与管理》2012年第10期43-46,70,共5页Experimental Technology and Management

摘　　要：利用快速傅里叶变换(FFT)频谱分析对电动机故障信号进行初步分析,利用小波变化提取故障信号特征值作为进一步分析的依据,利用特征样本训练BP和RBF神经网络,进行电动机故障诊断;利用DS证据理论对以上方法的诊断结果进行融合分析;最后利用粗糙集理论研究了故障信号各个特征属性在诊断中的重要程度。This paper takes use of the FFT frequency analysis to preliminaryly analyze the motor fault signal and using the wavelet transform picks up it as proof for further analyzing. This paper utilizes characteristics sample to train BP and RBF neural network so as to the motor fault diagnose. Besides, using DS theory analy- zes diagnosis results. Finally, this paper uses rough set to research the importance of different attribute of fault signals.

关 键 词：电动机故障诊断 FFT 特征提取 神经网络 DS证据理论 粗糙集 

分 类 号：TM307[电气工程—电机]