基于骨干微粒群算法和支持向量机的电机转子断条故障诊断

• 作者: 史丽萍 王攀攀 胡泳军 韩丽
• 来源期刊: 电工技术学报
• 学科: 工学
• 关键词: 感应电机 转子断条 骨干微粒群算法 小波包 支持向量机 故障诊断
• 年，卷（期）: 2014,（1）
• 所属期刊栏目: 电机及其控制
• 页码范围: 147-155
• 页数: 9页
• 分类号: TM343
• 字数: 6049字
• 语种: 中文

摘要

为了准确识别感应电机转子断条故障,本文提出一种基于骨干微粒群算法和支持向量机的故障诊断新方法,并给出了可行的诊断步骤和分析.首先根据故障电流信号的特点,提出一种基于骨干微粒群算法的基波滤除方法,用以消除基波分量对故障特征的影响.然后利用小波包频带能量分解技术,将残余电流信号分解到不同频带,形成感应电机运行状态的特征向量,并以此作为支持向量机的输入向量.采用“一对一”向量机进行分类,并利用骨干微粒群算法和交叉检验优化支持向量机模型参数.最后实验结果表明,该方法诊断感应电机转子断条故障能取得良好的效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	史丽萍	中国矿业大学信息与电气工程学院	142	1005	17.0	23.0
2	韩丽	中国矿业大学信息与电气工程学院	36	232	9.0	14.0
3	胡泳军	中国矿业大学信息与电气工程学院	10	97	5.0	9.0
4	王攀攀	中国矿业大学信息与电气工程学院	21	219	9.0	14.0