10.13334/j.0258-8013.pcsee.172531
基于概率神经网络算法的永磁同步直线电机局部退磁故障诊断研究
针对永磁同步直线电机(permanent magnet synchronous linear motor,PMSLM)的局部退磁故障问题,引入一种基于空间气隙磁密重构特征提取与概率神经网络(probabilistic neural network,PNN)算法相结合的局部退磁故障分类识别方法.采用等效磁化强度法分析永磁体在局部退磁情况下,PMSLM气隙磁密在不同空间位置的分布特性;利用有限元法定量计算PMSLM空间气隙中心线、气隙中心线上方、气隙中心线下方3个位置处的气隙磁密强度,将其融合为唯一识别退磁故障类型的特征量,并进行多种局部退磁故障类型下的仿真分析,建立了丰富的退磁故障样本库;建立神经网络和径向基网络,并对PNN网格结构进行优化,利用PNN分类算法实现局部退磁故障的精确分类识别,并进行分类器精度校验仿真实验.样机实验结果表明,所提方法能够准确辨识PMSLM局部退磁故障的组合类型,识别率高达到99.4%.
永磁同步直线电机、气隙磁密、局部退磁故障、故障特征量、概率神经网络
39
TM351(电机)
国家自然科学基金;国家自然科学基金;国家自然科学基金;安徽大学博士启动基金
2019-03-05(万方平台首次上网日期,不代表论文的发表时间)
共11页
296-306