基于SVD-ESPRIT与PSO的笼型异步电机转子断条故障检测

• 作者: 董俊杰 许伯强
• 来源期刊: 电机与控制应用
• 学科: 工学
• 关键词: 异步电动机 转子故障检测 奇异值分解 高频率分辨力谱估计技术 粒子群算法
• 年，卷（期）: 2016,（3）
• 所属期刊栏目: 运行与保护
• 页码范围: 93-99
• 页数: 7页
• 分类号: TM343+.3
• 字数: 5022字
• 语种: 中文

摘要

将基于奇异值分解(Singular Value Decomposition,SVD)滤波的旋转不变信号参数估计技术(Estimation Of signal parameters via rotational invariance technique,ESPRIT)与粒子群(Particle Swarm Optimization,PSO)算法相结合提出一种异步电动机转子断条故障检测方法.利用ESPRIT的高频率分辨力特性,通过SVD滤波准确提取定子电流信号中转子断条故障特征分量及主频分量之频率,但因其对幅值和初相位估计的效果欠佳,进而尝试应用粒子群优化算法确定各频率分量的幅值和初相位.仿真及试验结果表明,基于SVD-ESPRIT与粒子群算法的异步电动机转子断条故障检测方法是有效的,且因算法简单、运行耗时短亦可用于在线检测.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	许伯强	华北电力大学电气与电子工程学院	80	1210	20.0	32.0
2	董俊杰	华北电力大学电气与电子工程学院	1	5	1.0	1.0