作者：苟旭丹转子断条hilbert模量混沌粒子群bp神经网络故障诊断
摘要：为了更加快速准确识别感应电机转子断条故障，文中提出一种基于定子电流Hilbert模量与混沌粒子群算法（Chaos Particle Swarm Optimization，CPSO）优化BP神经网络的感应电机转子断条故障诊断方法。该方法首先通过定子电流Hilbert模量进行故障特征提取，然后采用CPSO-BP神经网络进行故障状态的自动识别。Hilbert模量可以将定子电流中的基波信号转化为直流分量，降低其对特征提取的干扰，从而凸显故障特征。而CPSO—BP神经网络方法相比BP神经网络具有更好的权值系数，可以进一步提高故障识别率。经实例验证，基于Hilbert模量与改进BP神经网络的电机故障诊断方法性能良好。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
