【故障诊断】BP神经网络电机数据特征提取与故障诊断【含Matlab源码 2569期】

⛄一、BP神经网络故障诊断简介

针对电机为研究对象，建立了仿真模型，并对电机故障进行仿真，提出了基于BP神经网络的故障诊断方法，确定了网络的结构和参数，并以此训练网络．仿真试验结果表明，该神经网络具有很好的故障识别能力，所选择的基于BP神经网络的电机故障诊断系统是可行的。

电力电子技术广泛应用于国防军事和工业生产.电力电子设备一旦发生故障，可能造成装置或系统的损坏甚至威胁人身安全；因此，对电力电子设备进行故障检测和诊断非常有意义。由于电力电子器件的过载能力小，损坏速度快，且故障信息仅存在于发生故障后到停电之前的数十毫秒以内，所以需要动态监视，在线诊断.目前，人们只能从输出波形来诊断它是否有故障，以及何种故障，现已有多种方法用于电力电子电路的故障诊断.利用BP网络来诊断无功发生器中逆变器主回路元件开路故障；采用傅里叶分析方法实现了对电机的故障诊断；提出了采用小波分析和神经网络诊断电力电子装置故障诊断的方法。

⛄二、部分源代码

clear all
close all
%%%%%%%%加载数据
addpath(genpath(‘…/.’))

data=importdata(‘s9.txt’);
data1=data(1:3000,:);

%%%%%%%%01–时域分析
%%%%%%%02频域分析–傅里叶变换
fs=1000;
y=data1;
figure