基于BP神经网络电动机转子故障诊断方法的研究

• 作 者: 刘怀宇 赵月南 刘燕 许允之
• 机 构: 中国矿业大学现代分析计算中心,浙江大学电气工程学院,中国矿业大学信电学院
• 出 处: 煤矿机电
• 发表日期: 2014年4期
• 关键词: 神经网络 转子故障 预测 系统辨识 neural network motor rotor fault prediction system identifi

利用BP神经网络对转子故障进行建模分析。发挥神经网络的自学能力和联想能力,对非训练样本,做出控制决策,表现非常灵活。可根据实验数据进行网络训练,用新数据进行模型验证。还与概率神经网络（PNN）进行对比验证。实验表明只要选择合适的节点数,BP神经网络比概率神经网络对转子故障有较强的学习和辨识能力,收敛较快,性能稳定,预测结果显著。