基于改进粒子群优化神经网络的电机故障诊断

• 作者: 李强 车文龙
• 来源期刊: 电气传动
• 学科: 工学
• 关键词: 三相异步电动机 小波包分析 混沌动态权重 粒子群算法 故障诊断
• 年，卷（期）: 2020,（1）
• 所属期刊栏目: 其它
• 页码范围: 103-108
• 页数: 6页
• 分类号: TM307+.1
• 字数: 4828字
• 语种: 中文
• DOI: 10.19457/j.1001-2095.dqcd19090

摘要

为了更加准确快速地诊断出三相异步电动机运行过程中发生的各类故障,在采用小波包分析提取异步电机故障特征向量的基础上,提出了一种混沌动态权重粒子群算法(CDW-PSO)优化BP神经网络的故障诊断方法,构建电机的神经网络故障诊断模型,采用混沌动态权重粒子群算法优化神经网络的结构参数.实验分析表明,采用该方法用于电机故障诊断,诊断速度快、准确性高、可靠性好.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李强	西安理工大学自动化与信息工程学院	47	418	13.0	19.0
2	车文龙		1	1	1.0	1.0