基于主成分分析和神经网络的电动机故障诊断方法研究
许允之1
许智颖2
方磊1
郭西进1
1.中国矿业大学信息与电气工程学院,江苏徐州,2211162.大连市旅顺口区第57中学,辽宁大连,116041
摘要：为能有效地对电动机转子断条故障初期进行检测,以小波包分析方法为基础,根据能量频谱中能量值的变化来诊断电动机故障.根据能量值的大小来判别电动机故障的严重程度,再利用小波包结合主成分分析(PCA)提取能反映原始数据集的特征向量,最后利用径向基函数(RBF)神经网络来对电动机故障类型进行识别.仿真验证了该方法能有效地提取电动机的故障信号量,并能正确地识别电动机的故障类型.
关键词：电动机故障诊断频谱分析小波包分析主成分分析(PCA)
分类号：TM343+.2(电机)TP206+.3(自动化技术及设备)
论文发表日期：2016-01-01
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）
页数：6( 27-32 )
英文信息