rbf神经网络电机模型建立.doc

大连科技学院 毕 业 设 计 (论 文) 题 目 基于RBF神经网络电机模型的建立 学生姓名 吕永鹏 专业班级 电气11-2班 指导教师 李文 职 称 教授 　 所在单位 电气工程系电气工程教研室 教研室主任 赵丽娜 完成日期 2015年 7月 3日 摘　　要 电动机作为最广泛使用的电源设备和驱动装置，在各行各业和人们的日常生活中起着重要的作用。同时，电动机的安全运行一直受到人们的关注。由于电动机的使用环境，负载特性和电机是一套电磁一体化装置，故而建立电机模型使复杂的电机故障类型变得简单。这是研究电机故障诊断的一种有效方法。 在文献研究基础上，本文分析了电机的主要故障类型和故障特点进行了介绍。基于小波变换的电机振动信号的能量特征向量提取方法，并详细使用的电机故障诊断模型的输入向量形式的方法。 基于神经网络不同的特点和比较分析常见故障诊断结构模型，描述了一个多输入单输出的三层RBF神经网络对故障模型的构建方法表征的使用是基于RBF神经网络的模块化电机故障诊断模型。该模型具有模型的结构特点，它提供了简单的结构条件，训练速度快，故障具有很好的识别等。RBF神经网络的结构以及该模型的训练和测试方法进行了详细的讨论了。 通过对影响故障诊断模型的分类能力因素的实证分析，根据故障模型的输入能量比特征向量，提出了一种改进的故障特征识别能力的模型特征增强算法。对由三个子模型组成电机的故障诊断模型的训练和测试过程进行了详细的描述的。训练和测试结果表明，本文提出的基于RBF神经网络的电机故障诊断模型模块具有灵活的结构，训练简单、易于收敛性的分类和性能好等特点。 关键词：电机故障诊断 特征提取与强化 RBF神经网络 ABSTRACT As the most widely used power equipment and driving device, the motor plays an important role in the daily life of all walks of life and peoples daily life. At the same time, the safe operation of the motor has been concerned by people. Due to the use of the motor environment, load characteristics and motor is a set of electromagnetic integration device, and therefore the establishment of the motor model to make complex motor fault types become simple. This is an effective method to study the fault diagnosis of motor. On the basis of literature research, this paper analyzes the main failure types and characteristics of the motor. Energy feature vector extraction method based on wavelet transform for motor vibration signal, and the method of using the input vector form of motor fault diagnosis model in detail. Based on the neural networks with different characteristics and comparative analysis of common fault diagnosis model, describes a multi input single output three-layer RBF neural network on fault model construction characterization method is based on RBF neural network module of motor fault diagnosis model. The model has the characteristics of the model, wh