位置:成果数据库 > 期刊 > 期刊详情页
基于遗传神经网络的感应电机故障诊断研究
  • ISSN号:1001-6848
  • 期刊名称:《微电机》
  • 时间:0
  • 分类:TM346[电气工程—电机]
  • 作者机构:[1]太原理工大学电气与动力工程学院,太原030024
  • 相关基金:国家自然科学基金项目(50335030);山西省自然科学基金项目(2007011068);太原理工大学校青年基金资助项目.
中文摘要:

针对电机故障诊断的特点,提出一种基于遗传神经网络(BP)进行异步电机故障检测的新方法。针对神经网络易陷入局部最小点的固有缺点,采用遗传算法(Genetic Algorithm,简称GA)对神经网络初始权值进行全局优化。实践证明该方法可以有效地实现对异步电机的故障诊断,且易于实现,有一定实用价值。

英文摘要:

To the characteristic of motor fault diagnosis, this paper proposed the motor fault diagnosis new method based on genetic neural network. Genetic algorithm (GA) was used to optimize the initial weights in global view to avoid the inherent defect of local minimal points. The experiments could realize the fault diagnose of asynchronous motors, and proves that this method is correct and effective.

同期刊论文项目
同项目期刊论文
期刊信息
  • 《微电机》
  • 中国科技核心期刊
  • 主管单位:西安微电机研究所
  • 主办单位:西安微电机研究所
  • 主编:闵林
  • 地址:西安桃园西路2号
  • 邮编:710077
  • 邮箱:micromotors@vip.sina.com
  • 电话:029-84276641-801/802/803
  • 国际标准刊号:ISSN:1001-6848
  • 国内统一刊号:ISSN:61-1126/TM
  • 邮发代号:52-92
  • 获奖情况:
  • 国家机械工业局优秀期刊,陕西省优秀期刊,中国科学引文数据库来源期刊
  • 国内外数据库收录:
  • 美国剑桥科学文摘,中国中国科技核心期刊,中国北大核心期刊(2004版),中国北大核心期刊(2008版),中国北大核心期刊(2011版)
  • 被引量:7230