基于概率神经网络算法的永磁同步直线电机局部退磁故障诊断研究

• 作者: 宋俊材 张丹 王辉 窦少昆 董菲 谢芳 赵吉文
• 来源期刊: 中国电机工程学报
• 学科: 工学
• 关键词: 永磁同步直线电机 气隙磁密 局部退磁故障 故障特征量 概率神经网络
• 年，卷（期）: 2019,（1）
• 所属期刊栏目: 电机与电器
• 页码范围: 296-306
• 页数: 11页
• 分类号: TM351
• 语种: 中文
• DOI: 10.13334/j.0258-8013.pcsee.172531

摘要

针对永磁同步直线电机(permanent magnet synchronous linear motor,PMSLM)的局部退磁故障问题,引入一种基于空间气隙磁密重构特征提取与概率神经网络(probabilistic neural network,PNN)算法相结合的局部退磁故障分类识别方法.采用等效磁化强度法分析永磁体在局部退磁情况下,PMSLM气隙磁密在不同空间位置的分布特性;利用有限元法定量计算PMSLM空间气隙中心线、气隙中心线上方、气隙中心线下方3个位置处的气隙磁密强度,将其融合为唯一识别退磁故障类型的特征量,并进行多种局部退磁故障类型下的仿真分析,建立了丰富的退磁故障样本库;建立神经网络和径向基网络,并对PNN网格结构进行优化,利用PNN分类算法实现局部退磁故障的精确分类识别,并进行分类器精度校验仿真实验.样机实验结果表明,所提方法能够准确辨识PMSLM局部退磁故障的组合类型,识别率高达到99.4％.