基于信息融合方法的电机故障诊断研究
2012-03-01许允之龚乃玮郭西进
华北电力大学学报(自然科学版) 2012年3期
许允之,龚乃玮,葛 垚,郭西进
(中国矿业大学 信息与电气工程学院,江苏 徐州 221116)
基于信息融合方法的电机故障诊断研究
许允之,龚乃玮,葛 垚,郭西进
(中国矿业大学 信息与电气工程学院,江苏 徐州 221116)
研究鼠龙异步电机转子故障诊断技术,先运用小波包分析技术对电机电流信号进行了特征值的提取,将信号进行3层分解,然后将噪声信号分离并对噪声信号进行FFT能量分析,根据噪声能量含量的大小来判断断条故障的严重程度。然后利用BP神经网络对电机的电流信号能量特征值分别进行训练和检验,并初步得出诊断结果。再运用D-S证据理论对BP神经网络的输出结果进行了决策层的信息融合故障诊断,并得出了最终的诊断结果。实验表明,在一定程度上采用多证据的融合能进一步提高诊断的准确度。
小波;信息融合;故障诊断;神经网络;证据
0 引言
信息融合是指利用计算机技术对按时序获得的若干传感器的观测信息在一定准则下加以分析、综合以完成所需的决策和估计任务而进行的信息处理过程。从广义的数据融合定义出发,信息融合中包括通信、模式识别、决策论、信号处理、人工智能和神经网络等,数据融合所采用的信息技术和处理方法均来自这些领域[1,2]。
利用信息融合技术对电机故障进行诊断,是一个多元信息处理的过程。由于故障的多样性和复杂性,故障征兆的外在表现形式就是通过传感器等多种方法和途径获得,这种获得的信息不仅具有多样性,而且存在一定的不确定性;同类型的故障其征兆可能是多样的,不同类型的故障可能表现出来的征兆也有相似性。……
登录APP查看全文
