改进LSTM神经网络在电机故障诊断中的应用.pdf

万方数据
改进神经网络在电机故障诊断中的应用张凯，林谷烨，罗权引言ǚ迤紫卟逯涤牖胺ㄌ崛⌒巢D侠砉ご笱У缌ρг海阒伴随着人工智能领域的发展，越来越多的传统领域开始尝试采用神经网络理论来解决工程实践中难以精确建立数学模型的问题。异步电动机由于具有故障种类较多，受外界干扰大等特点，而传统基于建模分析的方法难以建立适应各个复杂场景下的三相异步电机运行时的数学模型，所以使用神经网络进行故障诊断分析相比于传统的电机建模分析等方法有着得天独厚的优势。目前国内外也已经有一些研究采用神经网络进行电机故障诊断的研究。５目前采用的方法仍然存在一些不足：首先，基于模型的方法虽然精度高，但计算量大，且难以得到精确的模型；其次，对于传统的神经网络模型存在无法排除扰动，收敛精度不足或者无法保证收敛等问题。在这样的背景下，本文基于最新提出的呕鞴建神经网络，相比于传统的神经网络而言：神经网络的网络结构更适合进行时序自回归预测⋯；使用呕鹘饩隽舜成窬缒Ｐ驮谘盗返某跗谘习率的方差较大、收敛速度较慢、收敛精度较低等问题；针对输出精度较低以及模型易受干扰等问题¨⋯，采用双峰插值法谢奥瞬ǎ⒉捎檬奔湫蛄薪惺淙胍提高精度。在实际工业场景下，由于电网电压存在波动等情况，导致三相异步电机在运行过程中无法针对一个长的时间序列进行高精度的谐波分析，所以在实际应用中采用滑窗法对实际运行的波形进行分段分析双峰谱线插值算法假设含有涡巢ǚ至康男藕舲经过采样频率为文章编号：—／甤痶中图分类号：摘要：三相异步电机因其结构简单、维护方便、可靠性高等特点被广泛应用到工业生产中，所以保证三相异步电机在生产环境中的安全与稳定运行具有十分重要的意义；传统的三相异步电机故障诊断均采用特征电流法，但在实际应用中由于特征谐波难以分离，从而导致无法判断；采用先进的长短期记忆神经网络以及最新提出的呕鳎诘缁Ｔ俗J倍其运行特性进行实时采集，通过双峰谱线插值法以及滑窗法提取谐波之后，对电机输出结果进行时序预测和比对；最后以工程中实际电机数据为例，通过测量其故障运行实际数据，验证了该算法的可行性；经实验测试可得，相比于传统神经网络，该算法具有更好的故障检测能力。关键词：长短时记忆网络；时序预测；故障诊断；呕鳎凰ǚ迤紫卟逯捣琇，收稿日期：一一；修回日期：一一。作者简介：张凯，男，广东省广州人，研究生，主要从事神经网络以及信号分析方向的研究。引用格式：张权．改进神经网络在电机故障诊断中的应用扑慊饬坑肟刂疲：—投稿网址：甹文献标识码：，，靘琣琲，琹猼—．，；瑃甌琣：；；籖籨甤：琧甪Ⅵ“．．，“籭；
万方数据
冀参∽耛虎鬧芈‘／希妒簀丛生掣岛辏￡地下。，点∈筮型垫丝±业毒筮巡型逊卢趾分一警≯——Ⅳ丌瓦瓦■瓦忑丙丌习可面瓦爵汤叮厂懈蒹等等锱蚓甓豪吾器黼一当窗函数为实系数时，由于萞恤偶对称的，——一型登·黾适婵善\崭呃鰅面丽而、、，／旱萞硪·扩肼·诹紽丽—等高再丽、逸一，插值点刈＼一∑畇丌АＰ校痜地厂∑∞小埃㈣㈤以。埂！鳎昙一谝籵．一￡，／＼咭籵△厂一点．。．Ⅳ一口．／一口一疦。ⅰ矾口。。·口·籥．计算机测量与控制第卷，木炔裳蟮玫饺缦滦问降睦肷⑹奔湫藕牛式中，P巢ù问坏眎一保珹。、，。和矾分别为基波的幅值、频率和相位；当賚时，和口．分别为第涡巢ǖ姆怠⑵德屎拖辔弧对式男藕偶哟按砗蟮睦肷⒏盗⒁侗浠槐泶式为：式中，△，一疦为采样频率分辨率；愚为采样序