针对基于RBF神经网络的异步电动机故障诊断方法存在参数确定较困难的问题,提出了一种基于差分进化算法优化RBF神经网络的异步电动机故障诊断方法。首先采用小波变换对异步电动机运行状态信号进行消噪处理,然后采用主元分析法与小波包分析法相结合方式提取消噪后的异步电动机运行状态信号特征,最后采用差分进化算法优化后的RBF神经网络对异步电动机运行状态信号特征进行诊断。实验结果表明,与未优化的RBF神经网络相比,采用差分进化算法优化后的RBF神经网络可有效识别出异步电动机故障。

采用基于需求的约简方法, 将依赖于系统数学模型和依赖于故障特征信息的两类故障诊断方法相融合,提出一种混合智能故障诊断新方法.以非线性系统故障诊断为例, 给出了混合智能故障诊断方法提取系统故障诊断规则的步骤.该方法不仅可以扩大故障诊断的范围, 而且能紧密联系工程实际.最后以异步电动机常见故障的诊断为具体实例, 说明了该方法的可行性和有效性.