论文部分内容阅读
提出运用D—S(Dempste卜shafer)证据理论对感应电动机转子断条故障进行识别的故障诊断方法。基于小波包变换的频率划分特性，对定子电流信号进行小波包分解，建立了转子断条故障的特征矢量，提取转子断条故障的特征信息，利用BP神经网络对其识别的结果形成彼此独立的证据，并根据D—S证据融合规则进行融合处理，以实现对电动机转子断条故障的准确识别。实验结果表明，该方法克服了传统基于FFT分析方法难以提取故障特征频率分量的难点，提高了故障诊断的判决精度，可实现转子断条故障的可靠诊断。