基于分形盒维数和GA-SVM的PMSM动态偏心故障诊断方法研究

摘要：

针对永磁同步电机(PMSM)动态偏心故障的诊断难题,提出了一种基于分形盒维数和遗传算法参数优化的支持向量机(GA-SVM)的永磁同步电机动态偏心故障诊断方法.对振动信号进行经验模态分解(EMD),获得本征模态函数(IMF);利用相关系数法筛选出有效IMF分量;对有效IMF分量进行希尔伯特变换计算其瞬时频率,并计算出瞬时频率的分形盒维数作为特征向量;利用GA-SVM对提取的特征进行故障识别.研究结果表明:相比于传统故障诊断方法,利用所提方法能够实现更高精度的动态偏心故障诊断,诊断精度可以达到98.4％.

关键词：永磁同步电机、偏心故障、经验模态分解、希尔伯特变换、分形维数、遗传算法、支持向量机

所属期刊栏目：50

分类号：TM351(电机)

资助基金：国家自然科学基金;装备预先研究领域基金项目;NSFC-浙江两化融合项目

在线出版日期：2022-06-22（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：1-6,21