基于改进的小波神经网络异步电动机故障诊断  

作　　者：周桂珍[1] 罗毅平[2] 

机构地区：[1]湘南学院 [2]湖南工程学院

出　　处：《机械工业标准化与质量》2015年第3期37-42,共6页Machinery Industry Standardization & Quality

基　　金：湖南省自然科学基金"功能材料中力;电磁耦合作用强化与断裂机理研究"项目(编号14C1060)

摘　　要：根据异步电动机常见故障征兆与故障模式之间的映射关系,利用小波神经网络建立了异步电动机的故障诊断模型。该模型采用共轭梯度下降算法,用动量法和自适应学习速率相结合来优化,并对小波神经网络参数进行了初始化研究。仿真结果表明:与常规小波神经网络和BP网络相比,该模型显著缩短了训练时间,用于异步电动机故障诊断是有效的。

关 键 词：小波神经网络 故障诊断 梯度下降法 参数初始化 自适应学习速率 

分 类 号：TM343[电气工程—电机] TP183[自动化与计算机技术—控制理论与控制工程]