基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
提出了一种以扩展Park矢量方法为故障特征提取手段、利用BP网络的模式识别功能自动诊断异步电机转子断条故障的新方法.该方法消除了故障信号中基频成分对断条故障特征分量的"湮没"影响,同时实现了故障的自动识别,免去了人为介入.故障诊断实例表明:该方法具有良好的有效性和准确性.
推荐文章
基于小波包和Elman神经网络的异步电机转子断条故障诊断方法
转子断条
故障诊断
小波包分析
Elman神经网络
基于定子电流的异步电机断条故障诊断方法
异步电机
断条故障
Park矢量
傅里叶分析
特征频率
小波变换
基于BP神经网络仪器显示自动识别方法
仪器显示
倾斜度调整
图像去噪
特征提取
基于小波包变换的笼型异步电机转子故障诊断
小波包变换
异步电动机
频带划分
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于BP网络的异步电机转子断条故障的自动识别方法
来源期刊 工矿自动化 学科 工学
关键词 异步电机 转子断条故障 自动识别 BP神经网络 Park矢量
年,卷(期) 2006,(6) 所属期刊栏目 实验研究
研究方向 页码范围 8-11
页数 4页 分类号 TM343.2
字数 2297字 语种 中文
DOI 10.3969/j.issn.1671-251X.2006.06.003
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 张强 中国矿业大学信电学院 116 1407 22.0 34.0
2 左官芳 中国矿业大学信电学院 4 17 3.0 4.0
3 张建文 中国矿业大学信电学院 73 559 14.0 20.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (30)
共引文献  (152)
参考文献  (7)
节点文献
引证文献  (5)
同被引文献  (10)
二级引证文献  (11)
1992(2)
  • 参考文献(0)
  • 二级参考文献(2)
1993(2)
  • 参考文献(0)
  • 二级参考文献(2)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(4)
  • 参考文献(1)
  • 二级参考文献(3)
2000(5)
  • 参考文献(1)
  • 二级参考文献(4)
2001(7)
  • 参考文献(1)
  • 二级参考文献(6)
2002(3)
  • 参考文献(1)
  • 二级参考文献(2)
2003(9)
  • 参考文献(2)
  • 二级参考文献(7)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2009(1)
  • 引证文献(1)
  • 二级引证文献(0)
2010(1)
  • 引证文献(1)
  • 二级引证文献(0)
2012(1)
  • 引证文献(1)
  • 二级引证文献(0)
2014(1)
  • 引证文献(1)
  • 二级引证文献(0)
2015(2)
  • 引证文献(0)
  • 二级引证文献(2)
2017(1)
  • 引证文献(0)
  • 二级引证文献(1)
2018(3)
  • 引证文献(1)
  • 二级引证文献(2)
2019(3)
  • 引证文献(0)
  • 二级引证文献(3)
2020(3)
  • 引证文献(0)
  • 二级引证文献(3)
研究主题发展历程
节点文献
异步电机
转子断条故障
自动识别
BP神经网络
Park矢量
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
工矿自动化
月刊
1671-251X
32-1627/TP
大16开
江苏省常州市木梳路1号中煤科工集团常州自动化研究院内
28-162
1973
chi
出版文献量(篇)
6068
总下载数(次)
11
总被引数(次)
33991
论文1v1指导