留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

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

焦露琴 姚奇 杨丽

焦露琴, 姚奇, 杨丽. 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[J]. 工矿自动化, 2010, 36(6): 43-48.
引用本文: 焦露琴, 姚奇, 杨丽. 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[J]. 工矿自动化, 2010, 36(6): 43-48.
JIAO Lu-qin, YAO Qi, YANG Li. Fault Diagnosis Method of Rotor Broken Bar of Asynchronous Motor Based on SVM and D-S Evidence Theory[J]. Industry and Mine Automation, 2010, 36(6): 43-48.
Citation: JIAO Lu-qin, YAO Qi, YANG Li. Fault Diagnosis Method of Rotor Broken Bar of Asynchronous Motor Based on SVM and D-S Evidence Theory[J]. Industry and Mine Automation, 2010, 36(6): 43-48.

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

详细信息
  • 中图分类号: TM343

Fault Diagnosis Method of Rotor Broken Bar of Asynchronous Motor Based on SVM and D-S Evidence Theory

  • 摘要: 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。

     

  • 加载中
计量
  • 文章访问数:  31
  • HTML全文浏览量:  0
  • PDF下载量:  3
  • 被引次数: 0
出版历程

目录

    /

    返回文章
    返回