关于工业过程的异步电机故障优化诊断仿真

• 作者: 曾辉 李宗平 杨桂明 王全
• 来源期刊: 计算机仿真
• 学科: 工学
• 关键词: 故障诊断 异步电机 小波包 极限学习机
• 年，卷（期）: 2016,（11）
• 所属期刊栏目: 仿真智能化
• 页码范围: 418-421,442
• 页数: 5页
• 分类号: TP183
• 字数: 3032字
• 语种: 中文

摘要

在工业过程的异步电机故障诊断问题的研究中,由于实际运行中异步电机受工作环境的影响以致故障情况复杂,产生不正常信息.传统神经网络故障诊断方法难以对变化环境下电机产生的状态信息进行准确分类,且其训练速度慢,泛化能力低,难以满足实际应用要求.为实现快速可靠的故障诊断,提出了小波包-在线贯序极限学习机故障诊断方法.通过在线贯序极限学习机对小波包分析提取出的电流特征向量进行再学习,可自适应工作环境识别故障.仿真结果表明,改进方法相比传统神经网络能更快速、准确的判断故障类型和故障位置,故障诊断提供了科学依据.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	曾辉		4	10	2.0	3.0
2	李宗平	湘潭大学信息工程学院	10	24	3.0	4.0
6	王全	湘潭大学信息工程学院	1	3	1.0	1.0
7	杨桂明		1	3	1.0	1.0