学位论文 > 优秀研究生学位论文题录展示

无刷直流电机驱动器故障诊断方法研究

作　者: 李莹莹
导　师: 强盛
学　校: 哈尔滨工业大学
专　业: 控制科学与工程
关键词: 故障诊断小波分析 RBF网络逆变器无刷直流电机
分类号: TM33
类　型: 硕士论文
年　份: 2010年
下　载: 128次
引　用: 0次
阅　读: 论文下载

内容摘要

无刷直流电机在工业、商业、航空、军事等领域中发挥着越来越重要的作用。通过对常见故障的诊断和分析,可以及早发现故障并预防故障的进一步恶化,减少停产损失,并为实现故障检修创造条件。无刷直流电机多发故障的部位主要是驱动环节——逆变器电路,逆变器电路中功率半导体元器件及其控制回路是最易发生故障的薄弱环节,而功率变换器的故障占整个驱动系统故障的82.5%。所以在研究中主要是对逆变器的功率半导体器件进行故障诊断分析和定位。论文主要研究的是:小波分析是继傅里叶变换和短时傅里叶变换发展起来的一种时-频分析方法,更加适用于故障诊断中。研究中通过对比小波多分辨率分析和傅里叶变换提取故障特征数据,进而说明了小波分析的优越性。由于不同的小波基解决同一问题时,结果有很大的差异,所以提取逆变器故障特征数据的研究中使用对比的方法选取了合适的小波基。RBF神经网络具有局部特性好,结构简单,良好的分类性等优点,适合于研究故障诊断问题。RBF神经网络首要解决的问题是隐含层参数选取,在研究中对比聚类方法和正交最小二乘法分别训练神经网络,发现正交最小二乘法具有运行速度快,网络规模小,分类效果好的特点,所以在研究中采用这种方法训练网络。仿真发现将小波分析和RBF网络方法相结合应用到逆变器电路的故障诊断上,诊断效果良好。由于研究的故障诊断方法是在开环控制的逆变器上仿真实现的,在论文中需要将小波多分辨率分析和RBF神经网络相结合的故障诊断方法应用在无刷直流电机仿真模型上,以此说明故障诊断方法应用在无刷直流电机驱动器上是可行的。

全文目录

摘要  3-4
Abstract  4-7
第1章绪论  7-13
  1.1 课题研究目的和意义  7-8
  1.2 故障诊断技术研究现状  8-11
    1.2.1 故障诊断国内外研究现状  8-9
    1.2.2 无刷直流电机驱动器故障诊断研究现状  9-11
  1.3 主要研究内容  11-13
第2章逆变器电路故障分析  13-26
  2.1 逆变器电路的工作原理  13-14
  2.2 逆变器电路的故障分析  14-25
    2.2.1 建立逆变器电路模型  15-16
    2.2.2 故障分析  16-25
  2.3 本章小结  25-26
第3章基于小波分析提取故障特征数据  26-40
  3.1 小波分析的产生  26-28
  3.2 连续小波变换及其离散化  28-30
  3.3 多分辨率分析  30-32
  3.4 傅里叶变换与小波分析对比  32-36
  3.5 基于小波多分辨率分析提取故障特征数据  36-39
    3.5.1 选取分析故障特征合适的小波基  36-38
    3.5.2 提取逆变器电路故障特征数据  38-39
  3.6 本章小结  39-40
第4章基于RBF神经网络的故障诊断方法  40-52
  4.1 RBF神经网络结构  40-41
  4.2 RBF神经网络学习算法研究  41-47
    4.2.1 网络中参数的计算方法  42-45
    4.2.2 聚类算法和OLS训练网络对比  45-47
  4.3 逆变器电路故障诊断实现  47-51
  4.4 本章小结  51-52
第5章无刷直流电机驱动器故障诊断实现  52-63
  5.1 无刷直流电机的原理  52-54
  5.2 建立无刷直流电机模型  54-58
    5.2.1 无刷直流电机的数学模型  54-55
    5.2.2 建立无刷直流电机仿真模型  55-58
  5.3 无刷直流电机驱动器故障诊断方法实现  58-62
    5.3.1 小波多分辨率分析提取故障特征数据  58-60
    5.3.2 神经网络的训练及诊断结果  60-62
  5.4 本章小结  62-63
结论与展望  63-64
参考文献  64-67
附录1 小波基对比分析  67-71
附录2 逻辑判断模块程序  71-74
致谢  74-75
个人简历  75

无刷直流电机驱动器故障诊断方法研究

内容摘要

全文目录

相似论文