基于最小二乘支持向量机的异步电机转子故障诊断

摘要：

针对异步电机的构造与转子故障特征,基于统计学习理论提出了信号处理技术与支持向量机故障诊断相结合的方法,以鼠笼式异步电动机为研究对象,建立了电机转子故障实验系统,并采集了电机故障信号,并使用最小二乘支持向量机(LS— SVM)进行故障分类；其次针对鼠笼式电机转子多故障分类问题,提出了快速Fourier变换、小波包分析两种不同故障信号预处理方法,将采集的定子电流信号、电机机壳振动信号分别进行分析,提取了故障特征向量,并结合SVM分类方法,实现了电机转子的故障诊断；最后,实验结果表明:基于定子电流频谱的快速Fourier变换与SVM相结合分析方法的准确判断率为93.75％,而基于db3小波分析与SVM结合分析方法的准确判断率为100％,说明了小波分析与SVM结合优越性.

关键词：鼠笼电机、故障诊断、小波变换、FFT、支持向量机

所属期刊栏目：21

分类号：TM307(电机)

资助基金：国家自然科学基金60804022

在线出版日期：2015-01-20（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：336-339