基于改进ELM的永磁同步电机故障诊断算法

• 作者: 汪鑫 王艳 纪志成
• 来源期刊: 系统仿真学报
• 学科: 工学
• 关键词: 永磁同步电机 故障模型 改进极限学习机 故障诊断
• 年，卷（期）: 2017,（3）
• 所属期刊栏目: 仿真应用工程
• 页码范围: 646-653,668
• 页数: 9页
• 分类号: TP391.9
• 语种: 中文
• DOI: 10.16182/j.issn1004731x.joss.201703024

摘要

针对永磁同步电机(Permanent Magnet Synchronous Motor,PMSM)常见的缺相及匝间短路故障,分析了PMSM的基本模型及相应的故障模型,提出一种基于自适应二阶粒子群算法(self-adaptive second-order particle swarm optimization,SaSECPSO)的改进极限学习机improved extreme learning machine,ELM)算法.该SaSECPSO算法采用自适应惯性权重策略及线性变化认知系数方法,提高二阶粒子群算法second-order particle swarm optimization,SECPSO)的收敛速度和收敛精度.运用SaSECPSO算法同时优化ELM的输入权值和隐含层阈值参数,提高ELM算法在PMSM故障中的识别率.以电机转速和ABC相电流作为多源样本,实验证明IELM算法相对于其他算法具有较高的诊断精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	纪志成	江南大学教育部物联网技术应用工程中心	397	4193	27.0	46.0
2	王艳	江南大学教育部物联网技术应用工程中心	110	475	10.0	14.0
3	汪鑫	江南大学教育部物联网技术应用工程中心	2	12	2.0	2.0