基于EMD-神经网络的电动机转子故障诊断方法研究

• 作者: 仝战营 朱琛 杨存祥
• 来源期刊: 电工文摘
• 学科: 工学
• 关键词: 转子故障 经验模态分解 内在模函数 神经网络 故障诊断
• 年，卷（期）: 2012,（1）
• 所属期刊栏目: 设备检修
• 页码范围: 36-39
• 分类号: TM303.5
• 字数: 2287字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-8845.2012.01.010

摘要

在电动机运行过程中,转子断条故障将导致电动机出力降低,性能恶化.因此研究更高效的电动机故障诊断方法来对其进行检测迫在眉睫.针对电动机转子出现断条故障时定子电流信号的非平稳特征,提出了一种基于经验模态分解(EMD)和神经网络相结合的转子故障诊断方法.该方法首先将原始信号分解为突出了原信号不同时间尺度的局部特征信息的内在模函数(IMF)分量,然后将各IMF分量输入到BP网络中进行训练学习和故障诊断.将此方法应用于电动机转子断条故障的识别,实验结果表明,该方法能快速准确地识别转子断条故障.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨存祥	郑州轻工业学院电气信息工程学院河南省信息化电器重点实验室	67	505	14.0	19.0
2	仝战营	郑州轻工业学院电气信息工程学院河南省信息化电器重点实验室	7	81	4.0	7.0
3	朱琛	郑州轻工业学院电气信息工程学院河南省信息化电器重点实验室	4	28	2.0	4.0