基于主成分分析和神经网络的电动机故障诊断方法研究

为能有效地对电动机转子断条故障初期进行检测,以小波包分析方法为基础,根据能量频谱中能量值的变化来诊断电动机故障。根据能量值的大小来判别电动机故障的严重程度,再利用小波包结合主成分分析(PCA)提取能反映原始数据集的特征向量,最后利用径向基函数(RBF)神经网络来对电动机故障类型进行识别。仿真验证了该方法能有效地提取电动机的故障信号量,并能正确地识别电动机的故障类型。