“基于小波分析和神经网络的电机故障诊断方法〞讨论报告摘要电机是现代工业中最主要的动力能源和驱动设备之一，不仅需要进一步提高电机驱动自动化水平，更要求电机的运行具有很高的可靠性、平安性和稳定性。本文通过监测电机振动信号对直流电动机故障进行诊断讨论，提出了基于小波分析和神经网络的电机故障诊断方法，利用小波变换提取振动信号特征，利用神经网络识别特征，输出电机相应的运行状态。关键词： 故障诊断 小波分析 神经网络 振动信号第一章 引言1.1 课题的讨论背景与讨论意义随着现代工业制造的开展，电机巳经成为当今生产活动和日常生活中最重要的原动力和驱动装置。由于电机大量的应用,使用环境的不同,所驱动的负载也各尽不同等原因，导致了电机故障时有发生，特别是一些运行环境恶劣、负载冲击性很大的场合中运行的电机，其故障率更高。近些年来,因关键电机设备故障而引起的事故时有发生，造成了沉重的经济损失。一直以来,针对电机的各种故障，一般都选用成熟、可靠的继电保护措施。继电保护技术是在电力系统开展背景下产生的，其目的是对电力系统进行保护,防止在电力系统中发生灾难性事故。继电保护经历了 4 个开展阶段，第一个阶段是基于电磁式保护装置，第二个阶段是基于晶体管式继电保护装置，第三个阶段是基于集成电路继电保护装置，最后一个阶段是基于微机继电保护装置，也是目前使用最广泛的继电保护装置。目前继电保护被广泛应用于电机设备系统中，其主要目的是当电机发生故障或异常时,在可能实现的最短时间和最小区域内，自动将电机故障设备从系统中切除，或发出信号由值班人员消除异常工况根源，以防止事故发生恶化。外表上看,继电保护的作用很明显，但是它并没有从根本上防止事故的发生。因为只有当事故已经发生时，继电保护才会起作用。这可能导致一系列问题，比方继电保护可能会突然断开整个生产线中的电源，使整个生产线上的设备突然停电，不会造成其他设备的损害，也会造成一定的经济损失。正如文献[1]中所描述的：“设备的继电保护,并不意味着能够预防事故的发生，它只能在事故发生后实行行动；它是在悬崖绝壁下的抢救车,而不是悬崖顶上保护行人的栅栏。〞为了从根本上防止灾难性事故的发生以及保证电机及其所驱动负载的平安运行，应对电机实行故障诊断。与采纳继电保护相比，电机故障诊断具有的优点是电机故障诊断能够在电机故障初期就能发现故障，从而防止电机故障的进一步恶化。此外还可以为电机制造商...
