基于SOM神经网络的永磁同步电机故障诊断

• 作者: 张袅娜 李景帅 王永庆
• 来源期刊: 吉林大学学报（信息科学版）
• 学科: 工学
• 关键词: 神经网络 故障诊断 神经元索引 永磁同步电机
• 年，卷（期）: 2012,（6）
• 所属期刊栏目: 信息与通信工程
• 页码范围: 555-560
• 页数: 6页
• 分类号: TP183
• 字数: 3913字
• 语种: 中文

摘要

为实现永磁同步电机的故障类别的诊断,采用小波函数根据不同频段进行故障特征提取,进行归一化数据样本处理,以剔除奇异样本.利用小波函数构成SOM(Self Organizing Map)的领域函数,形成次兴奋神经元进行权值更新,以避免SOM的局部最优.采用实验提取的故障数据作为SOM神经网络的输入样本进行网络训练,从而得出产生特定故障时所激发的相应神经元索引.实验结果验证了该方法的可行性和实用性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张袅娜	长春工业大学电气与电子工程学院	51	243	10.0	13.0
2	王永庆	长春工业大学电气与电子工程学院	3	23	2.0	3.0
3	李景帅	长春工业大学电气与电子工程学院	3	23	2.0	3.0