FMM神经网络结合CART的感应电动机故障诊断方法

• 作者: 任勇军 周柏清 王刘涛
• 来源期刊: 电子器件
• 学科: 工学
• 关键词: 感应电动机故障诊断 三相电流信号 模糊极小-极大神经网络 分类回归树 功率谱分析
• 年，卷（期）: 2016,（4）
• 所属期刊栏目: 电子电路设计分析及应用
• 页码范围: 993-999
• 页数: 7页
• 分类号: TM346
• 字数: 5795字
• 语种: 中文
• DOI: 10.3969/j.issn.1005-9490.2016.04.045

摘要

针对感应电动机存在多种故障问题，提出一种融合模糊极小-极大（FMM）神经网络和分类回归树（CART）的电机故障诊断方法（FMM-CART），对转子断条、定子绕组和电压失衡三种常见电机故障进行诊断。通过采集电机三相的电流信号，并进行功率谱分析，提取特定谐波信号作为FMM-CART模型的输入特征。训练过的FMM神经网络根据输入特征计算置信因子，CART根据置信因子构建决策树，最终输出诊断结果。实验结果表明，FMM-CART能有效的诊断各种电机故障，且具有较少的检测时间和较低的网络复杂度。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王刘涛	平顶山学院软件学院	21	53	4.0	6.0
2	周柏清		11	64	5.0	7.0
3	任勇军	南京信息工程大学计算机与软件学院	7	16	2.0	4.0