基于SVM与D-S证据理论的异步电动机转子断条故障诊断方法
目前异步电动机转子断条故障诊断方法都是基于从定子电流中提取出特征频率来对转子状态作出诊断的方法,当异步电动机空载或轻载时,该特征频率易受基频泄露的影响而很难得到,同时该特征频率受转速波动影响很大,单纯根据该特征频率对转子状态作出判断缺乏准确性.针对上述问题,提出了一种运用SVM与D-S证据理论对异步电动机转子断条故障进行识别的诊断方法.该方法基于扩展Park法与FFT变换法,分别从定子电流信号和振动信号中提取转子断条故障的特征信息,利用SVM对异步电动机的状态进行模式识别,并将识别结果形成彼此独立的证据,而后根据D-S证据融合规则进行融合处理,从而实现对异步电动机转子断条故障的准确识别.实验结果表明,该方法可以对异步电动机转子断条故障作出准确判断.
异步电动机、转子断条、故障诊断、支持变量机、D-S证据、信息融合、SVM
36
TD614(矿山电工)
2010-09-13（万方平台首次上网日期，不代表论文的发表时间）
43-48
