智能异构模型在电机故障诊断中的研究

提出以测试电机的三相电流噪声为电机故障特征信号的诊断方法，建立电机电流噪声多元时序模型，将时序模型的多元残差序列化为一元序列作为故障总体检测指标。针对多元时序模型参数Φi的特点，提出了多层NN结构的故障类型识别模型，应用APEX网络提取初始模式向量的分类信息，利用前馈网络建立其识别函数，实践证明该诊断方法是正确的。关  键  词  故障诊断;  时序模型;  神经网络;  模式向量Abstract  The  paper  puts  forward  a  set  of  faults  diagnosis  methods  of  testing  the  noise  of  the  three-phase  motor  current  which  shows  the  characteristics  of  the  motor  faults,  and  multi-varieties  time  series  models  of  the  noise  is  established,  the  multi-varieties  residual  series  is  changed  to  the  monistical  as  the  fault  detection  index.  In  the  light  of  trait  of  the  model  parameter  Φi,  presenting  a  faults  classification  recognition  model  based  on  the  multi-layer  NN  structure,  using  APEX  network  extracts  classification  Information  of  the  initial  pattern  vector,  making  use  of  feedforward  network  establishes  the  classification  function.  The  diagnosis  way  is  correct  by  practising.Key  words  faults  diagnosis;  time  series  model;  neural  network;  pattern  vector