基于神經(jīng)網(wǎng)絡(luò)異步電動(dòng)機(jī)故障診斷畢業(yè)論文-wenkub.com
2025-06-24 20:41 本頁(yè)面
【正文】 其次我要感謝電力學(xué)院的所有老師，淵博的學(xué)識(shí)、悉心的講解使我在大學(xué)四年學(xué)到了更多的專業(yè)知識(shí)，同時(shí)也為我們樹立了很好的榜樣，使我們不斷成長(zhǎng)。 。 。=。trainlm39。tansig39。1 1。1 1 0。0 1 0。 。TRAINLM, Epoch 0/1000, MSE , Gradient TRAINLM, Epoch 25/1000, MSE , Gradient TRAINLM, Epoch 50/1000, MSE , Gradient TRAINLM, Epoch 70/1000, MSE , Gradient TRAINLM, Minimum gradient reached, performance goal was not met. P=[ 。=1000。},39。net=newff(threshold,[11,3],{39。1 1。1 0 1。T=[0 0 1。 。 ]39。 。=。)。,39。1 1。1 1 1]39。0 1 1。 。 。這就使得系統(tǒng)采樣輸人數(shù)據(jù)類型大為減少，簡(jiǎn)化了系統(tǒng)的設(shè)計(jì)，提高了故障診斷的可靠性。結(jié) 論本文首先對(duì)三相異步電動(dòng)機(jī)進(jìn)行了介紹，并列舉了常見的故障類型，針對(duì)供電線路接地短路設(shè)置故障，結(jié)合目前了解知識(shí)，采用檢測(cè)定子轉(zhuǎn)矩電流的方法來(lái)監(jiān)測(cè)感應(yīng)電動(dòng)機(jī)是否正常運(yùn)行，從而實(shí)現(xiàn)對(duì)電動(dòng)機(jī)較的故障檢測(cè)。圖41 訓(xùn)練結(jié)果接下來(lái)需要對(duì)訓(xùn)練好的網(wǎng)絡(luò)進(jìn)行測(cè)試。=。訓(xùn)練函數(shù)trainlm()是利用LevenbergMarquardt算法對(duì)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，通過(guò)以下代碼調(diào)用trainlm()。)。,39。1 1。網(wǎng)絡(luò)的輸入向量范圍為[1,1]，隱含層神經(jīng)元的傳遞函數(shù)采用S型正切函數(shù)tansig(),輸出層神經(jīng)元傳遞函數(shù)采用S型函數(shù)logsig(),這是由于輸出模式為01，正好滿足網(wǎng)絡(luò)的輸出需求?！駥?duì)于一般的模式識(shí)別問(wèn)題，三層網(wǎng)絡(luò)可以很好地被解決。神經(jīng)網(wǎng)絡(luò)所具有的模式變換能力（如模式分類、模式完善、特征提取等）主要體現(xiàn)在隱含層單元的處理能力上。將一個(gè)神經(jīng)網(wǎng)絡(luò)模型的所有神經(jīng)元按照功能分為若干層。至此就生成了初始化待訓(xùn)練的神經(jīng)網(wǎng)絡(luò)。它需要四個(gè)輸入條件，依次是：由R維的輸入樣本最大最小值構(gòu)成的R2維矩陣、各層的神經(jīng)元個(gè)數(shù)、各層神經(jīng)元的傳遞函數(shù)以及訓(xùn)練用函數(shù)的名稱。MATLAB命令為：x=premnmx(pp)x1= x2= 接下來(lái)確定網(wǎng)絡(luò)的輸出模式，由于本次對(duì)三相異步電動(dòng)機(jī)設(shè)置了7種故障模式，因此可以采用如下形式來(lái)表示輸出。對(duì)于本文的數(shù)值量輸出，可直接用數(shù)值量來(lái)表示，但由于網(wǎng)絡(luò)實(shí)際輸出只能是0～1或1～1之間的數(shù)，所以需要將期望輸出進(jìn)行尺度變化。 具體采集了三相異步電動(dòng)機(jī)正常電壓下（即220V相電壓）工作時(shí)數(shù)據(jù)和電網(wǎng)波動(dòng)時(shí)（240V相電壓）時(shí)數(shù)據(jù)分別作為訓(xùn)練樣本、測(cè)試數(shù)據(jù)，對(duì)異步電動(dòng)機(jī)進(jìn)行故障診斷：表中從上到下各行數(shù)據(jù)依次表示：電動(dòng)機(jī)無(wú)故障工作數(shù)據(jù)、A相供電線路接地短路數(shù)據(jù)、B相供電線路接地短路數(shù)據(jù)、C相供電線路接地短路數(shù)據(jù)、AB相供電線路接地短路數(shù)據(jù)、AC相供電線路接地短路數(shù)據(jù)、BC相供電線路接地短路數(shù)據(jù)。將Powergui復(fù)制到仿真框圖中，初始化各種狀態(tài)變量，設(shè)置仿真參數(shù)，仿真并得出仿真結(jié)果。對(duì)任意包含SimPowerSystems模塊的Simulink模塊圖進(jìn)行仿真時(shí)，模塊powergui都是必不可少的。具體故障設(shè)置及框圖如圖310所示。圖38 Powergui模塊（9）Scope模塊參數(shù)設(shè)置 圖39 Scope模塊參數(shù)設(shè)置對(duì)話框（10）仿真參數(shù)設(shè)置及運(yùn)行設(shè)置仿真參數(shù)的Start time(起始時(shí)間)為0、Stop time（終止時(shí)間），S olver option的步長(zhǎng)選擇變步長(zhǎng)VariableStep,解算方法Solve選擇ode23tb解算器，然后保存該系統(tǒng)模型并進(jìn)行仿真運(yùn)行。 圖34 ThreePhase Series RLC Load模塊參數(shù)設(shè)置對(duì)話框（4）Voltage Measurement模塊參數(shù)設(shè)置 圖35 Voltage Measurement模塊參數(shù)設(shè)置對(duì)話框具體參數(shù)設(shè)置如圖35所示。 圖32 Asynchronous Machine SI Units模塊參數(shù)設(shè)置對(duì)話框（2）ThreePhase Programmable Voltage Source模塊參數(shù)設(shè)置雙擊ThreePhase Programmable Voltage Source模塊，彈出對(duì)話框。8）選擇Sinks模塊庫(kù)下的Scope模塊。4）選擇SimPowerSystems模塊庫(kù)的Elements子模塊庫(kù)下的ThreePhase Breaker模塊作為三相斷路器、Ground模塊作為接地。三相異步電動(dòng)機(jī)的建模與仿真步驟如下： 選擇模塊首先建立一個(gè)新的Simulink模型窗口，然后根據(jù)系統(tǒng)的描述選擇合適的模塊添加至模型窗口中。這種“正向計(jì)算輸出反向傳播誤差”的過(guò)程不斷重復(fù)進(jìn)行，直至誤差降低至可以接受的范圍，BP神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)訓(xùn)練過(guò)程也就隨之結(jié)束。（１）誤差函數(shù)對(duì)輸出節(jié)點(diǎn)閾值求導(dǎo) （28）其中 則 閾值修正 （29）（２）誤差函數(shù)對(duì)隱層節(jié)點(diǎn)閾值求導(dǎo) （210）其中 則 閾值修正４．傳遞函數(shù)f(ｘ)的導(dǎo)數(shù) ?。有秃瘮?shù)則 （211）對(duì)輸出節(jié)點(diǎn)對(duì)隱層節(jié)點(diǎn) 求函數(shù)梯度有兩種方法：遞增和批處理。假設(shè)三層BP網(wǎng)絡(luò)，輸入節(jié)點(diǎn)，隱層節(jié)點(diǎn)，輸出節(jié)點(diǎn)。前饋神經(jīng)網(wǎng)絡(luò)的表現(xiàn)函數(shù)默認(rèn)為網(wǎng)絡(luò)輸出a和期望輸出向量T的均方差msa。隱層的非線性傳遞函數(shù)神經(jīng)元可以學(xué)習(xí)輸入輸出之間的線性和非線性關(guān)系，線性輸出層是為了拓寬網(wǎng)絡(luò)輸出。其傳遞函數(shù)如圖22所示。3）分類：把輸入向量所定義的合適方式進(jìn)行分類。它也是前向網(wǎng)絡(luò)的核心部分，體現(xiàn)了人工神經(jīng)網(wǎng)絡(luò)的精華。目前，人工神經(jīng)網(wǎng)絡(luò)已應(yīng)用于很多領(lǐng)域。：用合適訓(xùn)練數(shù)據(jù)進(jìn)行訓(xùn)練。 神經(jīng)網(wǎng)絡(luò)故障診斷實(shí)現(xiàn)步驟圖12 神經(jīng)網(wǎng)絡(luò)故障診斷流程圖基于BP網(wǎng)絡(luò)的異步電動(dòng)機(jī)故障診斷內(nèi)容及步驟如圖12所示。神經(jīng)網(wǎng)絡(luò)具有高度的并行結(jié)構(gòu)和并行實(shí)現(xiàn)能力，具有高速尋找優(yōu)化解的能力，能夠發(fā)揮計(jì)算機(jī)的高速運(yùn)算能力，可很快的找到優(yōu)化解。測(cè)試樣本集的選擇應(yīng)該滿足“交叉檢驗(yàn)（Cross Validation）＂的原則。利用BP網(wǎng)絡(luò)進(jìn)行故障診斷的一般步驟和注意事項(xiàng)如下：１）確定合理的
環(huán)評(píng)公示相關(guān)推薦
鄂ICP備17016276號(hào)-1