基于LM-BP神经网络的电机转子裂纹故障诊断

摘要

为了实现对在线转子裂纹故障的定量精确识别,首先采用有限元法计算出不同位置、不同深度的横向裂纹转子前三阶固有频率.在此基础上,对前三阶固有频率数据进行了正则化运算,并将数据进一步处理成增量的形式以提高识别的灵敏度.然后,将处理过的固有频率数据作为输入样本,并应用经过LM算法优化的BP神经网络对其进行训练,最后,以在线实测的转子固有频率作为输入数据,通过神经网络实现对裂纹转子的故障识别.神经网络训练结果表明,该研究方法裂纹故障识别精度高,收敛较快,可以应用到同一批电机裂纹转子故障诊断中,具有较强实际应用价值.