论文部分内容阅读
针对感应电动机存在多种故障问题,提出一种融合模糊极小-极大（FMM）神经网络和分类回归树（CART）的电机故障诊断方法（FMM-CART）,对转子断条、定子绕组和电压失衡三种常见电机故障进行诊断。通过采集电机三相的电流信号,并进行功率谱分析,提取特定谐波信号作为FMM-CART模型的输入特征。训练过的FMM神经网络根据输入特征计算置信因子,CART根据置信因子构建决策树,最终输出诊断结果。实验结果表明,FMM-CART能有效的诊断各种电机故障,且具有较少的检测时间和较低的网络复杂度。