基于DWT和RNN的无刷直流电动机轴承故障检测方法

摘要：

为了提高无刷直流电动机中轴承故障检测的鲁棒性和可靠性,提出一种基于离散小波变换(DWT)和递归神经网络(RNN)的检测方法.通过传感器采集电机振动信号和定子电流信号,通过DWT将信号分解为6个频段,并计算各频段信号的能量作为特征.利用线性局部切空间排列算法(LLTSA)对特征进行降维,获得4个具有高分类率的特征.将特征向量作为输入,通过带有偏差单元的RNN分类器来识别故障类型.实验结果表明,在不同转速和负载下,该方法都能够准确检测出故障类型,具有可行性和有效性.

关键词：无刷直流电动机、轴承故障检测、离散小波变换、递归神经网络、特征降维

所属期刊栏目：45

分类号：TM33(电机)

资助基金：国家自然科学基金民航联合基金重点项目U1233202/F01

在线出版日期：2017-08-16（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：17-21,26