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

基于支持向量机与粗糙集的隔爆电动机故障诊断

马宪民 张兴 张永强

马宪民,张兴,张永强.基于支持向量机与粗糙集的隔爆电动机故障诊断[J].工矿自动化,2017,43(2):35-40..  doi: 10.13272/j.issn.1671-251x.2017.02.008
引用本文: 马宪民,张兴,张永强.基于支持向量机与粗糙集的隔爆电动机故障诊断[J].工矿自动化,2017,43(2):35-40..  doi: 10.13272/j.issn.1671-251x.2017.02.008
MA Xianmin, ZHANG Xing, ZHANG Yongqiang. Fault diagnosis of explosion proof motor based on SVM and RS[J]. Industry and Mine Automation, 2017, 43(2): 35-40. doi: 10.13272/j.issn.1671-251x.2017.02.008
Citation: MA Xianmin, ZHANG Xing, ZHANG Yongqiang. Fault diagnosis of explosion proof motor based on SVM and RS[J]. Industry and Mine Automation, 2017, 43(2): 35-40. doi: 10.13272/j.issn.1671-251x.2017.02.008

基于支持向量机与粗糙集的隔爆电动机故障诊断

doi: 10.13272/j.issn.1671-251x.2017.02.008
基金项目: 

国家自然科学基金项目(51277149)

陕西省教育厅科研计划项目(14JK1472)

详细信息
  • 中图分类号: TD614

Fault diagnosis of explosion proof motor based on SVM and RS

  • 摘要: 针对煤矿井下隔爆电动机故障数据获取难且故障数据杂乱、非线性等问题,提出了一种基于支持向量机与粗糙集的隔爆电动机故障诊断方法。该方法采用小波包对隔爆电动机定子瞬时功率进行频谱分析,并提取故障特征量;利用粗糙集的约简特性消除故障特征量冗余数据,将约简后的故障特征量作为支持向量机的输入样本,实现隔爆电动机转子故障诊断和分类。仿真结果表明,该方法故障诊断结果准确率达到92.857 1%。

     

  • 加载中
计量
  • 文章访问数:  41
  • HTML全文浏览量:  4
  • PDF下载量:  4
  • 被引次数: 0
出版历程
  • 刊出日期:  2017-02-10

目录

    /

    返回文章
    返回