基于APSO-SSVM的异步电动机转子故障诊断

作     者：郭家豪 欧阳晖 刘振兴 GUO Jiahao;OUYANG Hui;LIU Zhenxing

作者机构：武汉科技大学信息学科与工程学院湖北武汉430081 冶金自动化与检测技术教育部工程研究中心湖北武汉430081 武汉第二船舶设计研究所湖北武汉430064 

基　　金：国家自然科学基金(62273264) 国家自然科学基金青年项目(51907144) 

出 版 物：《电机与控制应用》 (Electric machines & control application)

年 卷 期：2023年第50卷第10期

页      码：91-99页

摘      要：基于信号分析的异步电动机的转子断条与偏心故障诊断方法中,常用传统的电机电流信号特征分析(MCSA)方法。由于采样频率偏低、强大的基波旁瓣效应等因素的影响,会导致特征频率成分被淹没、难以量化故障程度等问题。因此,提出了一种基于自适应粒子群优化逐序支持向量机(APSO-SSVM)的异步电动机故障诊断方法。首先,利用经验小波变换(EWT)对原始信号进行滤波;然后,对滤波后的信号进行特征提取并输入到SSVM诊断模型中;最后,通过APSO算法确定各次序下SVM模型的最佳超参数,从而实现转子断条数量的精确故障诊断。

主 题 词：异步电动机 经验小波变换(EWT)分解 特征提取 自适应粒子群优化逐序支持向量机(APSO-SSVM) 故障诊断 

学科分类：080801[080801] 0808[工学-自动化类] 08[工学] 

D　O　I：10.12177/emca.2023.123

馆 藏 号：203124164...