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：电工技术学报, 2014, (01): 147-155.

DOI：10.19595/j.cnki.1000-6753.tces.2014.01.021

• 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 Induction motors
• broken rotor bars
• bare-bone particle swarm optimization
• wavelet packet
• support vector machine
• fault diagnosis

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。

• 出版日期2014
• 单位中国矿业大学（北京）; 中国矿业大学