美國Fairchild變頻器智能故障診斷
變頻器無中間直流環節，裝置體積小、質量輕，一次功率變換控制效率高，被廣泛應用于熱軋、冷軋軋機的主傳動等低轉速、大容量的場合。由于其結構和器件的特殊性以及在工業系統中所起的重要而特殊的作用，其安全保障問題顯得非常重要。

美國Fairchild變頻器智能故障診斷
變頻器一旦發生故障，若不能迅速找出故障的性質、原因及部位，并及時做出處理，將會導致整個生產系統癱瘓和生產機構的嚴重損壞，造成巨大的經濟損失。目前變頻器特別是交-交變頻器的智能故障診斷技術和應用尚處于比較低級階段，且以交-直-交變頻器為故障診斷對象的研究較多，因此建立針對交-交變頻器的故障診斷系統的研究具有必要性和實際意義。 本文結合國內大型鋼鐵行業的實際情況，概述了調速系統的組成與結構，著重分析了交-交變頻器在同步電動機調速系統中的工作方式，并介紹了交-交變頻器的常見故障。考慮實際生產中的交-交變頻器其內部信息難以獲取，選擇利用相關輸入/輸出電量（如電壓、電流等）作為檢測對象，來診斷變頻器內部故障。針對實際變頻器利用實驗實際獲取數據難的情況，對具體工作狀況，應用MATLAB軟件對整個調速系統進行仿真實驗。在仿真模型的基礎上，模擬了在實際工況中常見故障，如晶閘管開路、短路的情況，并獲取三相輸出電流的試驗數據，通過FFT 變換，將變換后的數據作為診斷的基本信息。 通過對國內外多種神經網絡和智能故障診斷技術的分析比較，并考慮到直接檢測變頻器內部有關信息的難度，本文提出并研究了基于神經網絡的變頻器故障診斷技術，以變頻器輸入/輸出有關電量（電壓、電流等）特征值作為神經網絡的輸入，通過神經網絡的自學習方式，對變頻器內部晶閘管故障進行定位。并針對BP 神經網絡的不足，引進了帶偏差的遞歸神經網絡來改進故障診斷的有效性。通過對比分析可知，大大改進的神經網絡擬合效果和泛化能力強。

美國Fairchild變頻器智能故障診斷
神經網絡的變頻器故障診斷技術方法能迅速的進行故障判斷，同時對故障發生的晶閘管故障準確定位，有效的減少了排查故障的時間，提高了交-交變頻器運行的可靠性，確保了生產正常進行，為交-交變頻器的智能故障診斷技術應用提供了新的思路。