《表1 RBFNN模型期望与实际输出m(Qi)测试结果》
提示:宽带有限、当前游客访问压缩模式
本系列图表出处文件名:随高清版一同展现
《基于RBFNN与信息融合的电驱动系统故障诊断系统研究》
由于工程实际中较难获得各种故障特征数据,因此利用Matlab的Simulink搭建永磁同步电机仿真模型,提取主要故障的特征参数来进行RBFNN的训练。主要方法是将在仿真正常和发生故障时分别采集到的n个(本文为1 001个)电流基波分量采样点存为单独的数组,应用小波分析工具箱wavedec函数对各组信号进行5层小波分解,小波基函数选用db6。再将5组高频系数分别进行重构得出5组数据,取出每组数据最具代表性的第一个数便形成了一组故障特征向量[15]。为便于对比分析,本文利用文献[15]的同步电机相电流故障特征样本数据输入电机RBFNN进行训练和测试,输出测试结果见表1。表1中Q0代表无故障,Q1指相间短路,Q2指单相接地,Q3指转子失磁等故障类型。训练步长曲线如图3(a)所示,可见该RBFNN只需9步即达到目标误差值,而文献[15]采用的Elman网络训练一般需166步左右才能稳定。测试误差如图3(b)所示,其中第4组(表中第4行)“失磁故障”测试数据误差最大,但其值仅在-0.14以内,表明模型测试效果较佳。
图表编号 | XD00134505500 严禁用于非法目的 |
---|---|
绘制时间 | 2020.04.25 |
作者 | 柳炽伟、景玉军、李军、孙文中 |
绘制单位 | 中山职业技术学院机电工程学院、中山职业技术学院机电工程学院、中山职业技术学院机电工程学院、中山职业技术学院机电工程学院 |
更多格式 | 高清、无水印(增值服务) |