基于反向传播算法的异步电机故障诊断系统设计.doc

资料分类:设计作品 上传会员:小木匠 更新时间:2019-11-20
需要金币2000 个金币 资料包括:完整论文 下载论文
转换比率:金额 X 10=金币数量, 例100元=1000金币 论文字数:16297
折扣与优惠:团购最低可5折优惠 - 了解详情 论文格式:Word格式(*.doc)

摘要:随着科技的发展,电机在高铁、磁悬浮列车、飞机电磁弹射装置等新设施上的应用也越来越广泛了,这些应用在提供舒适、快捷服务和有力保障的同时,如何确保电机安全可靠地运行,成为人们关注的重要问题。

本文首先对异步电动机的结构、基本工作原理、接着列举了异步电动机的常见故障类型,并对这些故障做了具体的分析(机械故障分析与电气故障分析)。在此基础上,本文主要研究了反向传播算法对异步电动机进行故障诊断,借助MATLAB平台,分别使用两种梯度下降法(附加动量因子和自适应学习率)来训练、搭建故障诊断BP网络,预设定隐含层最大网络层数,再测试从1开始到预设值的连续多个网络模型,通过比较性能指标MSE的值的大小来选择最佳隐含层节点数。通过类似的方法,再找出动量因子与学习率的最佳取值,从而搭建一个更好的故障诊断模型,并通过对故障测试样本进行仿真测试。

利用遗传算法将BP神经网络的阈值与权值进行编码,得到多组字符串,并对这些字符串,计算适应度,再将适应度符合标准的字符串进行复制、交叉、变异得到新的群体,从而解码得到神经网络最佳权值和阈值(通过改变交叉率以获得更好地优化效果)。将最佳权阈值代入网络中,从而能够更好地满足异步电动机故障诊断的需求。

 

关键词 故障诊断;MATLAB;BP神经网络;遗传算法;网络优化

 

目录

摘要

Abstract

1绪论-1

1.1 研究背景和意义-1

1.2 研究发展概况-1

1.2.1 故障检测技术的发展概况-1

1.2.2 反向传播算法的发展概况-2

1.3章节安排-2

2 异步电机分析-4

2.1 异步电机工作原理分析-4

2.1.1 异步电机基本组成-4

2.1.2 异步电机基本工作原理-5

2.2 异步电机典型故障诊断法-6

3 反向传播算法-8

3.1 反向传播算法介绍-8

3.1.1 反向传播算法概况-8

3.1.2 反向传播网络的结构-8

3.1.3 BP网络的基本结构-9

3.1.4 BP神经处理单元模型-10

3.2 BP网络学习规则-11

3.3 BP神经网络整体设计步骤-12

3.3.1 BP神经网络整体设计步骤-12

3.3.2 BP神经网络的各层节点数目确定原则-13

3.3.3 BP神经网络各层传递函数的确定-14

3.3.4 BP神经网络训练方式的选择-14

3.3.5 BP神经网络相关训练参数的设定-15

4 故障诊断系统建立和训练-16

4.1 训练样本的选取-16

4.2故障诊断系统模型设计-16

5 基于遗传算法优化故障诊断系统-26

5.1 遗传算法简介-26

5.2 遗传算法实现步骤-26

5.2.1 遗传算法准备工作-26

5.2.2 采用适应度函数进行评估-26

5.2.3 复制-26

5.2.4 交叉-26

5.2.5 变异-26

5.3 基于遗传算法优化的故障诊断模型-27

结论-33

致谢-34

参考文献-35

附录-36

相关论文资料:
最新评论
上传会员 小木匠 对本文的描述:从实际应用角度上来看,重点则被放在使用硬件来制作神经计算机上,然而现实是难于上青天。从而使人们在今后很长的一段时间里不得不继续依赖冯.诺依曼计算机模型来开展实际生产......
发表评论 (我们特别支持正能量传递,您的参与就是我们最好的动力)
注册会员后发表精彩评论奖励积分,积分可以换金币,用于下载需要金币的原创资料。
您的昵称: 验证码: