[发明专利]一种基于小波-神经网络的风机故障诊断方法

摘要

本发明是一种基于小波‑神经网络的风机故障诊断方法，首先对主风机故障机理进行研究，分析风机常见的故障类型及征兆，确定能够反映风机故障的振动信号、电压信号、电流信号，完成信号采集点的布置；经查阅资料，振动信号能较好的反映风机的不同故障，并且还了解到电机在短路前后，相电流以及相电压有明显的不同。短路前后的电流量变化特别明显，而电压量具有一定的关系。对风机故障信号进行采集，模拟风机典型故障，采集相应故障信号，然后对相应故障信号进行基于小波包的能量故障特征提取；能量故障特征提取后，对能量故障特征提取的故障信号进行神经网络学习；建立风机典型故障特征表采集实际工作中风机故障信号，建立小波‑神经网络分析模块进行风机故障特征提取，获取当前及历史时刻故障特征向量最后采用最小二乘支持向量机对故障特征向量时间序列进行预测，据设定故障闽值，对风机未来工作状态进行准确预测与健康评估。