文献综述
引言随着科技的进步，工业的不断发展，电机成为工业生产中必不可少的设备，因此人们在工业生产中对电机的需求越来越大，从而电机在工业生产中出现故障的概率也越来越大。
电机发生故障会影响企业的生产，造成企业经济的损失，这就要求电机尽可能的不要发生故障，但是随着电机的使用年限越来越长等其他原因，电机会不可避免的发生故障，这时，需要快速准确的找到电机发生故障的原因，快速修复电机的故障，降低电机故障给企业带来的损失。
由于生产的成本和检测仪器的限制，目前主要的检测方法还是以专业人员的经验进行维护，这就要求企业不得不停止生产来进行电机的故障诊断造成经济的损失。
为了及时准确的对电机的故障进行预测和诊断，将BP神经网络理论运用到电机故障诊断就显得非常有必要。
首先分析电机中的转子断条，定子绕阻的匝间短路和轴承内外圈的这三种故障产生机理进行描述，分别找出该三种电机故障所对应的特征频率。
然后采用BP神经网络，通过matlab软件进行该故障诊断方法的讨论，进行仿真分析，找出最优的BP神经网络。
主题1、研究的目的及意义科技的进步，生产力的发展，人们对电机的需求越来越大，电机是机器中的主要设备，它的运行质量直接影响机器的运行，早期，由于电机的故障给工业生产造成损失的例子非常多，据有关资料表示，机器中电机设备的故障率占机器中其它设备的故障的百分之五十五，由于电机的零部件的损坏使得主轴断裂被迫停机，造成巨大的经济损失，为了不让整个机器停止运转，要求在机器不停机情况下进行故障的诊断。
在传统的电机故障诊断方法中对于现代化的大型设备则表现了许多局限性，为了克服这些不利因素，引入BP神经网络故障诊断就显得非常有必要。
2国内外研究现状在工业生产中，机械设备中故障的诊断方法有着悠久的历史。
以上是文献综述，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
