[發明專利]基于RBF神經網絡的交流電機故障診斷模型構造方法有效
| 申請號: | 201310167662.3 | 申請日: | 2013-05-08 |
| 公開(公告)號: | CN103294849A | 公開(公告)日: | 2013-09-11 |
| 發明(設計)人: | 李文;趙慧敏;楊鑫華;鄧武;李學偉 | 申請(專利權)人: | 大連交通大學 |
| 主分類號: | G06F17/50 | 分類號: | G06F17/50;G06N3/02 |
| 代理公司: | 大連東方專利代理有限責任公司 21212 | 代理人: | 李洪福 |
| 地址: | 116028 遼寧*** | 國省代碼: | 遼寧;21 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 基于 rbf 神經網絡 交流 電機 故障診斷 模型 構造 方法 | ||
1.一種基于RBF神經網絡的交流電機故障診斷模型構造方法,其特征在于:包括以下步驟:
A、建立故障診斷模型
A1、確定故障診斷模型的結構
首先根據擬診斷交流電機故障種類的個數來確定構成電機故障診斷模型的子模型個數;每個子模型是一個多輸入-單輸出的模型,即每個子模型具有多個輸入端和單個輸出端,且各個子模型的輸入端個數相同;將各個子模型的輸入端并聯連接即構成電機故障診斷模型,所有子模型的輸出端個數即構成電機故障診斷模型的輸出端個數,亦即,子模型的個數就是電機故障診斷模型的輸出端個數;
所述的子模型是由一個多輸入-單輸出三層神經網絡構成;所述的神經網絡的輸入層節點個數對應子模型的輸入端個數,輸出層節點個數為1,對應子模型的輸出端個數,每一個子模型用來表示電機的一種故障狀態;
A2、確定故障診斷模型的輸入端個數
設子模型有m個輸入端,亦即故障診斷模型有m個輸入端,設m個輸入端的輸入信號構成一個輸入向量x,表示如下:
x=(x1x2…xm)
式中,xi為子模型的第i個輸入信號,i=1,2,…,m;
所述的輸入信號為交流電機定子電流信號或交流電機軸的徑向振動加速度信號或交流電機軸的軸向振動加速度信號;所述的輸入向量為輸入信號經過小波包分解所獲得的電機故障能量比向量;所述的能量比向量被稱作特征向量,特征向量的每一個分量對應著某一頻帶的信號能量與全頻帶信號的總能量比;特征向量的元素個數由所分解的信號頻帶個數確定;
特征向量的元素個數即為故障診斷模型的輸入個數m,也就是各子模型的輸入個數m;
A3、確定故障診斷模型的輸出端個數
設故障診斷模型由n個子模型構成,則其輸出向量y由其所包含的所有子模型的輸出信號構成,即:
y=(y1y2…yn)
式中,yj為電機故障診斷模型的第j個輸出信號,也就是第j個子模型的輸出信號,j=1,2,…,n,每一個子模型的輸出端個數固定為1,表示被診斷電機的一種故障狀態;
A4、確定子模型的隱節點數
為簡單起見,先用缺省值2或4作為子模型的隱節點數,最終根據訓練結果來調整子模型的隱節點數;
B、訓練故障診斷模型
B1、定義子模型的輸出狀態
為每一個子模型定義其所要表示的故障類型,那么訓練后的任意一個子模型,只有當輸入其對應故障類型能量比向量時,該子模型的輸出信號為1,否則輸出信號為0;
B2、準備子模型訓練樣本集
對每一種故障類型,采用不低于10組的故障數據所生成的能量比向量構成各子模型的訓練樣本集;
B3、訓練子模型
用所得到的各子模型的訓練樣本集分別對各子模型進行訓練;
B4、合成故障診斷模型
所有子模型訓練結束后,將訓練后的各子模型的輸入端并聯,便構成了所要建立的交流電機故障診斷模型;
C、測試故障診斷模型
C1、準備故障診斷模型測試樣本集
用不同于訓練樣本集的包含所有子模型對應的故障類型的能量比向量構成測試樣本集,根據測試樣本集各故障能量比向量的排列順序,對應一張電機狀態輸出表,這里稱為故障診斷模型的理想輸出表;表中的每一行對應測試樣本集中相應行所表示的故障狀態輸出,也就是故障診斷模型的理想輸出;
C2、測試故障診斷模型的故障診斷性能
依次連續輸入測試樣本集中的故障能量比向量,記錄模型的輸出向量,得到模型的實際輸出表,將模型的理想輸出表與實際輸出表進行對比,來對故障診斷模型的故障診斷性能進行測試與評價;若故障診斷模型的實際輸出表與理想輸出表的匹配度大于80%,即認為滿足要求,則該故障診斷模型便可投入使用。
2.根據權利要求1所述的一種基于RBF神經網絡的交流電機故障診斷模型構造方法,其特征在于:步驟C2所述的故障診斷模型實際輸出表與理想輸出表的匹配度的獲取方法,包括以下步驟:
在故障診斷模型測試過程中所得到的故障診斷模型實際輸出表中的數值是一個[0,1]區間的實數;當故障診斷模型的實際輸出表中各值越接近于理想輸出表中各值,則表示故障診斷模型的故障診斷性能越好;為了獲取故障診斷模型實際輸出與理想輸出的匹配度,先將故障診斷模型的實際輸出表中各數值進行四舍五入取整處理,得到一張對應的由0、1構成的新表,這里稱其為故障診斷模型實際輸出取整表;當故障診斷模型實際輸出取整表與理想輸出表對應行各值完全一致時,稱對應行匹配,如果實際輸出取整表與理想輸出表中所有行均匹配,則稱實際輸出取整表與理想輸出表100%匹配。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于大連交通大學,未經大連交通大學許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201310167662.3/1.html,轉載請聲明來源鉆瓜專利網。
- 上一篇:管道泄漏的超聲波檢測裝置及方法
- 下一篇:一種超細單晶Si納米線及其制備方法





