基于SOM神经网络的永磁同步电机故障诊断

为实现永磁同步电机的故障类别的诊断,采用小波函数根据不同频段进行故障特征提取,进行归一化数据样本处理,以剔除奇异样本。利用小波函数构成SOM(Self Organizing Map)的领域函数,形成次兴奋神经元进行权值更新,以避免SOM的局部最优。采用实验提取的故障数据作为SOM神经网络的输入样本进行网络训练,从而得出产生特定故障时所激发的相应神经元索引。实验结果验证了该方法的可行性和实用性。

SOM神经网络对永磁同步电机的故障诊断

为实现永磁同步电机的故障类别的诊断,采用小波函数根据不同频段进行故障特征提取,对提取样本数据进行归一化处理,对奇异样本。SOM(Self Organizing Map)的领域函数选取小波函数,形成次兴奋神经元不断对权值更新,避免SOM的产生局部最优解。采用实验提取的故障数据作为SOM神经网络的输入样本进行网络训练,从而得出产生特定故障时所激发的相应神经元索引。实验结果验证了该方法的可行性和实用性。