本項目的研究內(nèi)容，研究目標(biāo)和報解決的關(guān)鍵問題研究目標(biāo)：擬研究基于小波理論的電機(jī)故障信號特征提取的新理論，建立在基于電機(jī)故障信號時—頻分析基礎(chǔ)上的混合神經(jīng)網(wǎng)絡(luò)故障診斷模型，并在多特征信號融合的基礎(chǔ)上，實現(xiàn)故障模型和知識推理相結(jié)合的集成診斷．期望在電機(jī)早期故障診斷的可靠性、適應(yīng)性和實時性上有所突破．
本項目研究基于小波變換理論的電機(jī)定子電流，電機(jī)轉(zhuǎn)速、定子電壓、輸出功率以及振動信息等信號的故障特征提取新理論．建立適用于電機(jī)故障診斷的信號時— 頻分析小波變換基和變換公式；在信號特征提取的基礎(chǔ)上，通過實驗建立故障信號時—頻分析下的混合神經(jīng)網(wǎng)絡(luò)診斷模型。
確定故障模型的結(jié)構(gòu)、學(xué)習(xí)算法以及推理機(jī)制，實現(xiàn)故障的預(yù)診斷；研究多特征信號的混合神經(jīng)網(wǎng)絡(luò)集成技術(shù)，建立一套電機(jī)故障信號集成診斷新方法．以提高故障診斷的可靠性，最終實現(xiàn)電機(jī)的早期故障，如機(jī)械摩損、子繞組絕緣老化，轉(zhuǎn)于導(dǎo)條斷裂等的快速可靠的診斷，并為包括電機(jī)控制廠在內(nèi)的電機(jī)控制系統(tǒng)的故障診斷提供技術(shù)支撐。
已解決的關(guān)鍵問題：從電機(jī)測量的有用信號、噪聲信號和故障信號合成信號中提取故障信號特征的最佳方法，即小波變換基和參數(shù)的選取以及小波變換公式的確定；探索滿足不同的電機(jī)結(jié)構(gòu)、不同的運(yùn)行環(huán)境、不同的負(fù)載條件的電機(jī)故障集成診斷混合神經(jīng)網(wǎng)絡(luò)模型新結(jié)構(gòu)和蔚算法。http://ggswu.com
