基于独立成分分析和支持向量机的交流电机故障诊断

• 作者: 石英春 邹修铁 陈特放
• 来源期刊: 机车电传动
• 学科: 工学
• 关键词: 故障诊断 独立成分分析(ICA) 支持向量机(SVM) 特征提取 振动信号
• 年，卷（期）: 2008,（1）
• 所属期刊栏目: 试验检测
• 页码范围: 48-51
• 页数: 4页
• 分类号: TM34
• 字数: 2952字
• 语种: 中文

摘要

研究了一种结合独立成分分析和支持向量机的方法在交流电机故障诊断中的应用.首先通过检测各种电机振动和定子电流信号得到数据,利用独立成分分析对交流电机原始数据进行特征提取和压缩;主成分分析也同时应用于独立成分分析特征提取过程中,在完成故障识别时应用了支持向量机技术,采用的是连续最小优化算法和基于支持向量机分类的多类统计分类方法.同时分类过程选择了典型的核函数,以达到诊断电机故障的目的.试验分析的结果表明,该方法是一种简单而有效的方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈特放	中南大学信息科学与工程学院	163	1182	17.0	25.0
2	邹修铁	中南大学信息科学与工程学院	2	9	2.0	2.0
3	石英春	中南大学信息科学与工程学院	5	39	4.0	5.0