基于支持向量机的异步电机转子故障诊断

• 作者: 侯力 刘松 唐艳 张祺 段阳
• 来源期刊: 煤矿机械
• 学科: 工学
• 关键词: 振动信号 小波包分解 支持向量机 异步电机 故障诊断
• 年，卷（期）: 2011,（3）
• 所属期刊栏目: 故障·诊断
• 页码范围: 250-252
• 分类号: TM343|TP806
• 字数: 2232字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-0794.2011.03.107

摘要

根据异步电机发生故障时振动信号的特点,提出了一种基于小波包分解和支持向量机相结合的异步电机转子故障诊断方法.通过采用快速ICA算法对振动信号进行多通道数据融合,然后进行3层小波包分解,得到各分解节点对应频带的重构信号以及对应的能量,并将各频带的能量元素组成的特征向量作为诊断模型的特征向量,输入到LS-SVM分类器中进行故障识别和分类.诊断结果表明:采用ICA-SVM模型具有较高的分类速度和很好的故障识别率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	侯力	四川大学制造科学与工程学院	131	717	13.0	19.0
2	张祺	四川大学制造科学与工程学院	18	88	5.0	8.0
3	刘松	四川大学制造科学与工程学院	14	73	5.0	8.0
4	唐艳	四川大学制造科学与工程学院	53	332	9.0	16.0
5	段阳	四川大学制造科学与工程学院	4	35	3.0	4.0