基于小波变换和神经网络的变频器故障诊断方法 易 鸿(四川文理学院 物理与工程技术系四川 达州 635000)[摘 要]本文以逆变器输出故障电流作为故障信息利用小波分析的方法提取低频能量值作为特征向量通过神经网络实现逆变器故障桥臂定位最后利用逆变器同一桥臂故障信号对称性的特点用一种简单的判断逻辑实现故障元件的分离仿真结果表明:该方法收敛速度快诊断准确度高[关键词] 逆变器 小波分析故障诊断1
摘 要三相交流变频驱动系统以其优良的调速性能良好的节能效果越来越广泛的应用于工业商业航空等领域由于控制算法的复杂性及半导体器件的自身特点驱动器易发生故障论文针对变频器的故障诊断进行研究在建立变频器 AC-DC-AC 模型的基础上对各种故障类型进行理论分析与仿真实验总结各种故障并相互比较给出基于小波变换和神经网络的故障诊断方法由于条件所限无法得出故障情况下的各种故障信息以作为故障诊断的基础所
Proceedings of the 6th WSEAS International Conference on Wavelet Analysis Multirate Systems Bucharest Romania October 16-18 2006基于神经网络分类和小波变换的轴承故障诊断摘要:几十年来自动故障分类一直是一个重要的模式识别问题在所有的电机驱动系统性能中轴承发挥了非常重要的作
: 常 州 大 学 毕业设计(论文)(2012届)题 目 基于神经网络的变压器故障诊断 学 生
故障诊断论文:小波神经网络故障诊断方法及其在变频调速系统中应用研究【中文摘要】本文分别研究小波分析和神经网络方法将小波分析与神经网络进行融合形成小波神经网络分析了两种不同的融合方法即松散型结合方法和紧致型结合方法针对小波神经网络设计过程的关键问题:小波网络基函数的选择隐含节点的确定方法及网络参数初始化方法总结了小波基函数选择的一般原则及隐层节点的确定方法分析并提出了适合本文研究的网络初始化方法通过
#
基于深度神经网络的多电平逆变器故障诊断徐继伟宋保业公茂法(山东科技大学 电气与自动化工程学院山东 青岛 266590)摘要:为解决多电平逆变器的故障诊断问题本文提出了一种基于深度神经网络的多电平级联H桥逆变器的故障诊断方法首先介绍了多电平级联H桥逆变器的故障模型然后采用基于堆栈自编码器的深度神经网络直接从故障原始数据中进行故障特征提取最后运用SOFTMAX分类器对故障特征数据进行分类从而实现
#
EL ECTRICDRIVE
·50·
违法有害信息,请在下方选择原因提交举报