重庆理工大学学报(自然科学) ›› 2020, Vol. 34 ›› Issue (1): 242-246.doi: 10.3969/j.issn.1674-8425(z).2020.01.032

• 电气·电子 • 上一篇    下一篇

基于改进 BP神经网络的电机异音诊断

江 毓,郑燕萍,张 新,张 涌   

  1. 南京林业大学 汽车与交通工程学院,南京 210037
  • 收稿日期:2019-01-15 发布日期:2020-02-16
  • 作者简介:江毓,女,硕士研究生,主要从事车辆工程研究,Email:745051991@qq.com;通讯作者 郑燕萍,女,教授,硕 士,主要从事新能源汽车、汽车现代设计方法研究,Email:zhengyp@njfu.com.cn。
  • 基金资助:
    江苏省重点研发计划(BE2017008)

  • Received:2019-01-15 Published:2020-02-16

摘要: 为研制取代人耳识别车辆调光电机异音故障的自动化检测设备,提出了一种基于 改进 BP神经网络的电机装置异音诊断方法。该方法根据人耳识别的听觉感受将电机装置声品 质信号划分为 3种异音、1种正常音。从电机工况中提取表征时域、频域的异音特征参数各 3 个,提取基于小波基函数的小波包 4层分解各子频带能量谱归一化参数 16个,并采用主成分分 析法对异音特征参数进行降维简化数据结构,选取累积贡献度大于 92%的 8个特征参数主分量 成分。然后基于 Matlab变学习速率和有动量的梯度下降法改进 BP神经网络算法,构建电机装 置异音识别分类器。测试结果表明:异音识别准确率达到 90%,能有效地诊断识别出 4种类型 的电机装置。该方法提高了调光电机装置的异音诊断速度和准确率,可实现自动化检测。

关键词: 调光电机, 异音诊断, 主成分分析, 小波包分解, BP神经网络

中图分类号: 

  • U468.4