基于多超球SVM的电机转子断条故障诊断

• 作者: 唐国锋
• 来源期刊: 电子测量技术
• 关键词: 电动机 转子断条 故障诊断 模式分类 支持向量机
• 年，卷（期）: 2021,（5）
• 所属期刊栏目: 研究与设计|Research and Design
• 页码范围: 1-5
• 页数: 5页
• 分类号: TP2
• 语种: 中文
• DOI: 10.19651/j.cnki.emt.2105725

摘要

针对电机转子断条故障诊断问题,设计了一个故障诊断模型.将电机转子断条故障诊断视为多分类问题,提出了一种多超球支持向量机(MHSVM)故障诊断模型.MHSVM是通过利用支持向量数据描述(SVDD),结合二叉树结构的方法,构造的一种多分类模型.为验证所提出算法的有效性,将MHSVM与支持向量机(SVM)和神经网络算法(BP)进行了对比实验.结果为提出的诊断模型能够实现94.92％的诊断率,而SVM模型和BP模型分别实现92.06％和89.06％的诊断率.提出的诊断模型的诊断率是3个模型中最高的.实验结果表明,基于SVM的故障诊断模型的诊断效果优于基于BP算法的诊断效果.同时,提出的MHSVM对转子断条故障具有最好的诊断效果,这证明了所提出模型的适用性和有效性.