1、隨著現(xiàn)代科學(xué)技術(shù)的進(jìn)步和電力系統(tǒng)規(guī)模日趨龐大，電機(jī)在現(xiàn)代工業(yè)生產(chǎn)中充當(dāng)著越來(lái)越重要的角色。電機(jī)故障不僅會(huì)損壞電機(jī)本身，影響整個(gè)系統(tǒng)的正常運(yùn)轉(zhuǎn)，嚴(yán)重的情況下甚至危及人身安全，造成巨大的經(jīng)濟(jì)損失和重大的社會(huì)影響，因此對(duì)電機(jī)故障的診斷具有重要意義和工程實(shí)用價(jià)值。研究感應(yīng)電機(jī)的監(jiān)測(cè)和故障診斷技術(shù)，對(duì)預(yù)防感應(yīng)電機(jī)故障的發(fā)生，及時(shí)發(fā)現(xiàn)并消除故障，保證感應(yīng)電機(jī)可靠運(yùn)行，提高生產(chǎn)效率都具有十分重要的意義。
　　論文在闡敘國(guó)內(nèi)外電機(jī)故障診斷研究現(xiàn)狀

2、的基礎(chǔ)上，對(duì)高壓異步電機(jī)轉(zhuǎn)子的基本結(jié)構(gòu)和轉(zhuǎn)子故障進(jìn)行了簡(jiǎn)單的分析。在此基礎(chǔ)上提出了兩種基于不同故障診斷機(jī)理的電機(jī)轉(zhuǎn)子故障診斷方法:“質(zhì)樸型-貝葉斯網(wǎng)絡(luò)拓?fù)淠Ｐ汀焙汀靶〔ㄉ窠?jīng)網(wǎng)絡(luò)的故障診斷網(wǎng)絡(luò)模型”。由于電機(jī)系統(tǒng)故障信息中存在許多不確定性，電機(jī)轉(zhuǎn)子出現(xiàn)故障時(shí)，在傳統(tǒng)方法的基礎(chǔ)上，通過(guò)綜合樣本信息和先驗(yàn)信息，建立基于轉(zhuǎn)子系統(tǒng)故障類型和對(duì)應(yīng)的故障征兆的貝葉斯網(wǎng)絡(luò)模型。貝葉斯網(wǎng)絡(luò)作為目前推理領(lǐng)域和不確定性知識(shí)表達(dá)的的有效模型之一，能高效的推理和

3、表達(dá)不確定性知識(shí)和概率推理。同時(shí)，電機(jī)的振動(dòng)故障信往往包含大量的短時(shí)突發(fā)、時(shí)變的成分，而傅里葉變換采用的方法是將信號(hào)從頻域和時(shí)域整體角度出發(fā)，缺乏時(shí)頻局部性，不能準(zhǔn)確的對(duì)這些非平穩(wěn)隨機(jī)信號(hào)分析，故達(dá)不到故障信號(hào)特征提取的要求。小波神經(jīng)網(wǎng)絡(luò)就是在研究電機(jī)振動(dòng)信號(hào)的基礎(chǔ)上建立的故障診斷模型。采用小波時(shí)頻分析技術(shù)對(duì)電機(jī)故障信號(hào)消噪濾波并提取故障特征，然后用BP神經(jīng)網(wǎng)絡(luò)進(jìn)行故障識(shí)別，最終達(dá)到故障診斷的目的。
　　最后對(duì)異步電機(jī)典型故障轉(zhuǎn)子