基于紧致型小波神经网络的六脉波变频器故障诊断研究

论文摘要

交-交变频器以其体积小，质量轻，无中间直流环节等优点，在生产中得到了广泛的应用。它一旦出现故障，将导致整个生产系统不能正常工作，甚至造成设备毁坏和人员伤亡。所以，研究变频器故障诊断技术具有重大的理论和现实意义。本文主要研究了紧致型小波神经网络在六脉波交-交变频器故障诊断中的应用。首先阐述了小波、小波包分析理论及神经网络理论，研究了小波和神经网络的紧致型结合方法，确定采用Morlet小波和Mexican hat小波作为隐层神经元激励函数的两种紧致型小波神经网络。对网络参数初始化方法做了研究，包括最佳小波基函数的选择方法、网络初始值的确定和隐含层节点数的选择。然后，建立六脉波交-交变频系统的simulink仿真模型，对变频器晶闸管开路故障进行仿真。通过对变频器仿真输出信号的分析，确定采用变频器输出电流作为故障特征信息的来源，并运用小波包频带能量分析技术进行故障特征提取，构造特征向量作为小波神经网络进行故障诊断的输入向量。通过仿真数据验证了本文两种紧致型小波神经网络的有效性，并与传统BP神经网络诊断效果进行比较，结果证明小波神经网络的收敛速度和诊断结果准确率都比BP神经网络优越。最后，针对实验室的六脉波交-交变频调速系统进行了变频器故障实验，并利用两种紧致型小波神经网络分别进行故障诊断，都得到了比较满意的结果。通过仿真与实例证明，本文研究的两种紧致型小波神经网络能够有效的应用于六脉波交-交变频器故障诊断。

论文目录

• 致谢
• 摘要
• Abstract
• 目录
• 1 绪论
• 1.1 研究背景及意义
• 1.2 变频器故障诊断研究现状及存在的问题
• 1.2.1 变频器故障诊断研究现状
• 1.2.2 变频器故障诊断存在的问题
• 1.3 小波神经网络的发展及其在故障诊断中的应用
• 1.3.1 小波神经网络研究现状
• 1.3.2 小波神经网络在故障诊断中的应用
• 1.3.3 小波神经网络存在的问题
• 1.4 本文的主要内容及结构安排
• 1.5 课题来源
• 2 小波神经网络
• 2.1 小波分析基本理论
• 2.1.1 小波变换定义
• 2.1.2 多分辨分析
• 2.1.3 小波包分析
• 2.1.4 常用小波函数
• 2.1.5 小波基的选择
• 2.2 人工神经网络
• 2.2.1 神经网络概述
• 2.2.2 人工神经元模型
• 2.2.3 神经网络结构
• 2.2.4 神经网络的学习规则
• 2.2.5 BP 神经网络
• 2.3 小波神经网络
• 2.3.1 小波与神经网络的结合方式
• 2.3.2 紧致型小波神经网络的优点
• 2.4 本章小结
• 3 紧致型小波神经网络构建
• 3.1 紧致型小波神经网络结构
• 3.2 紧致型小波神经网络算法
• 3.3 参数选择
• 3.3.1 隐层小波基函数的选择
• 3.3.2 网络参数初始值的选择
• 3.3.3 隐层神经元个数的选择
• 3.4 本章小结
• 4 基于小波神经网络的变频器故障诊断仿真分析
• 4.1 六脉波交-交变频调速系统建模
• 4.2 变频器故障分析
• 4.2.1 变频器故障类型
• 4.2.2 变频器输出电流分析
• 4.2.3 变频器输出电压分析
• 4.2.4 故障信号及特征分析
• 4.3 小波神经网络故障诊断基本流程
• 4.4 变频器故障特征提取
• 4.4.1 特征提取方法
• 4.4.2 特征提取中小波基函数的选择
• 4.5 变频器故障仿真及其诊断
• 4.5.1 基于紧致型小波神经网络的故障诊断
• 4.5.2 基于 BP 神经网络的故障诊断
• 4.5.3 两种网络诊断结果比较
• 4.6 本章小结
• 5 基于小波神经网络的变频器故障诊断实验研究
• 5.1 变频调速系统实验平台
• 5.1.1 主回路
• 5.1.2 控制回路
• 5.2 信号采集装置
• 5.3 变频器故障实验信号分析
• 5.4 小波神经网络在变频器故障诊断中的应用
• 5.5 本章小结
• 6 结论与展望
• 6.1 结论
• 6.2 展望
• 参考文献
• 附录
• 作者简历
• 学位论文数据集