基于RBF神经网络和小波包的电动机故障诊断研究
王凡重
田幕琴
1.太原理工大学电气与动力工程学院,山西太原,0300242.太原理工大学电气与动力工程学院,山西太原,030024
摘要：针对传统的电动机故障诊断存在很难准确提取故障时的特征信号及对故障作出准确预测的问题,提出了一种基于RBF神经网络和小波包的电动机故障诊断的方法.该方法采用小波包分析技术提取电动机典型轴承故障、转子故障和绝缘故障振动信号的特征频段能量并组成向量作为RBF神经网络的输入,用于诊断电动机的故障.实验和仿真结果表明,使用RBF神经网络对电动机故障诊断是非常有效的,对电动机早期故障的发现及维修有积极意义.
关键词：电动机故障诊断RBF神经网络小波包分析振动信号
分类号：TD612(矿山电工)
论文发表日期：2011-01-01
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
英文信息