基于改进粒子群优化算法的电机故障诊断研究

摘要：

针对电机转子故障,利用神经网络方法进行故障诊断研究.将基本粒子群优化(PSO)算法进行改进,并用其训练反向传播(BP)神经网络,对电机转子进行故障诊断.选用电机转子振动频谱分量作为神经网络的训练样本,将故障信息数据作为输入量代入已训练好的神经网络,通过输出结果即可诊断故障类型.仿真结果表明,基于改进PSO算法的BP神经网络可以有效地识别电机常见故障,具有较快的收敛速度和较高的诊断精度.

关键词：粒子群优化算法、BP神经网络、异步电机、故障诊断

所属期刊栏目：10

分类号：TM307.1(电机)

在线出版日期：2010-05-04（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：1001-1004,1009