[发明专利]一种基于脉冲神经膜系统的三相感应电动机故障分析方法

说明书

本发明公开了一种基于脉冲神经膜系统的三相感应电动机故障分析方法，基于改进的模糊推理实数脉冲神经膜系统提出了正向故障预测推理算法和逆向溯因故障诊断推理算法，在三相感应电动机发生故障前，通过正向故障预测推理算法对其进行故障预测，能够有效预测三相感应电动机可能发生的故障情况；在三相感应电动机发生故障后，通过逆向溯因故障诊断推理算法对其进行故障诊断，能够有效确定引发故障的故障原因与故障源。本发明从整机的角度建立基于改进模糊推理实数脉冲神经膜系统的三相感应电动机故障分析模型，有效解决了现有方法在故障发生后难以找到精确故障原因与故障源的缺陷。

技术领域

本发明属于电动机故障检测分析技术领域，具体涉及一种基于脉冲神经膜系统的三相感应电动机故障分析方法的设计。

背景技术

三相感应电动机作为工农业生产的重要组成部分，其正常运行对经济效益和安全风险起着举足轻重的作用。对于电动机来说，任何无法及时预测或检测到的潜在故障都可能对其造成损坏，导致停机，并可能造成巨大的经济损失。另外，当电动机发生故障停机时，首要任务是进行故障溯因诊断，找出故障原因，有效帮助运维人员快速找到故障部位。因此，故障预测与故障溯因对提高电动机工作可靠性和稳定性具有重要意义。

电动机的故障预测通常是基于在线监测系统检测出早期故障征兆和能反映故障隐患的趋势参数。然后，通过预测算法对这些症状和参数进行处理，获得预警信息，并进行综合决策，以预防电动机故障。然而，到目前为止，大多数故障预测方法都需要大量的历史数据来完成预测模型的训练和学习。

电动机的溯因故障诊断就是从电动机的故障现象和运行数据中找出故障原因，使电动机得到有效及时的修复，从而减少经济损失。目前，对于电动机的故障诊断方法主要基于振动信号或电信号，其中基于振动信号的故障诊断方法在所需故障信号与其他信号混合时，难以提取故障信息的特征；基于电信号的故障诊断方法则仅能诊断有限的故障类型，例如：偏心故障、轴承故障和转子断条等。此外，大多数方法主要集中在单个故障的诊断上，如转子断条或定子短路。因此，它们难以有效地诊断多个故障，进而也难以达到对整机进行全面故障分析的要求。

发明内容

本发明的目的是为了解决现有三相感应电动机故障诊断方法存在的上述问题，提出了一种基于脉冲神经膜系统的三相感应电动机故障分析方法，以应对三相感应电动机早期的故障检测和故障后的维修问题。

本发明的技术方案为：一种基于脉冲神经膜系统的三相感应电动机故障分析方法，包括以下步骤：

S1、根据三相感应电动机的历史故障数据构建故障模糊产生式规则集，并根据故障模糊产生式规则集建立基于改进模糊推理实数脉冲神经膜系统的三相感应电动机故障分析模型。

S2、采用神经元脉冲值推理算法得到三相感应电动机故障分析模型中的所有神经元脉冲值，即三相感应电动机的所有故障事件的概率。

S3、判断三相感应电动机是否发生故障，若是则进入步骤S5，否则进入步骤S4。

S4、结合故障事件概率，采用正向故障预测推理算法对三相感应电动机的潜在故障进行预测，得到三相感应电动机的潜在故障路径及其发生概率，结束故障分析。

S5、结合故障事件概率，采用逆向溯因故障诊断推理算法对三相感应电动机的故障进行溯因诊断，得到三相感应电动机的故障原因、故障源、溯因推理的路径及其概率，结束故障分析。

进一步地，步骤S1中构建的故障模糊产生式规则集包括以下规则：

规则1：如果命题p₁或命题p₂发生，则命题p₁₇发生；

规则2：如果命题p₂且命题p₃发生，则命题p₁₈发生；