论文部分内容阅读
由于电机工作过程中，转子断条故障将导致电机出力下降、运行性能恶化。因此研究更高效的电机故障诊断的理论方法和技术策略对其进行检测、特别是早期检测，迫在眉睫。本文采用神经网络技术以其高度的并行处理、联想记忆、自学习、自适应以及极强的非线性映射能力等特点经过反复的多次训练样本的选取，对电机转子断条故障引起各参数变化进行实时的在线模拟训练监测从而达到满意效果，并通过试验充分验证了其高效性。