Institutional Repository of Coll Elect & Informat Engn
基于ICEEMDAN与POA-SVM的感应电机故障诊断 | |
刘满强; 吴杰 | |
2024-05-18 | |
发表期刊 | 现代制造工程 |
期号 | 05 |
摘要 | 针对感应电机定子电流故障特征提取困难,支持向量机(SVM)惩罚系数c和核函数参数g的选择对诊断结果影响较大等问题,提出一种改进自适应噪声平均总体经验模态分解(ICEEMDAN)与鹈鹕优化算法(POA)优化支持向量机(POA-SVM)相结合的感应电机故障诊断方法。首先,利用ICEEMDAN经陷波器滤除工频的定子电流获得一系列固有模态函数(IMF);然后,选取各状态信号的前7阶IMF分量并计算能量熵作为故障特征向量;最后,将故障特征向量输入POA-SVM模型得到诊断结果。通过仿真软件Ansoft/Maxwell建立电机模型来获得电流数据,诊断准确率达到了100%,实现了感应电机的故障诊断。为进一步验证诊断方法的优越性,搭建电机故障模拟试验台来采集电流信号,结果表明,该方法在空载、半载和满载3种负载情况下诊断准确率均可达到97.5%以上,与其他故障诊断方法相比,所提方法对感应电机电气故障具有更好的识别能力。 |
关键词 | 改进自适应噪声平均总体经验模态分解 鹈鹕优化算法 支持向量机 感应电机 故障诊断 |
DOI | 10.16731/j.cnki.1671-3133.2024.05.017 |
URL | 查看原文 |
收录类别 | 北大核心 ; CSCD |
语种 | 中文 |
资助项目 | 国家自然科学基金青年项目(62203196) |
中图分类号 | TM346;TP18 |
原始文献类型 | 学术期刊 |
引用统计 | 无
|
文献类型 | 期刊论文 |
条目标识符 | https://ir.lut.edu.cn/handle/2XXMBERH/171485 |
专题 | 电气工程与信息工程学院 |
通讯作者 | 吴杰 |
作者单位 | 兰州理工大学电气工程与信息工程学院 |
第一作者单位 | 电气工程与信息工程学院 |
通讯作者单位 | 电气工程与信息工程学院 |
第一作者的第一单位 | 电气工程与信息工程学院 |
推荐引用方式 GB/T 7714 | 刘满强,吴杰. 基于ICEEMDAN与POA-SVM的感应电机故障诊断[J]. 现代制造工程,2024(05). |
APA | 刘满强,&吴杰.(2024).基于ICEEMDAN与POA-SVM的感应电机故障诊断.现代制造工程(05). |
MLA | 刘满强,et al."基于ICEEMDAN与POA-SVM的感应电机故障诊断".现代制造工程 .05(2024). |
条目包含的文件 | 条目无相关文件。 |
个性服务 |
查看访问统计 |
谷歌学术 |
谷歌学术中相似的文章 |
[刘满强]的文章 |
[吴杰]的文章 |
百度学术 |
百度学术中相似的文章 |
[刘满强]的文章 |
[吴杰]的文章 |
必应学术 |
必应学术中相似的文章 |
[刘满强]的文章 |
[吴杰]的文章 |
相关权益政策 |
暂无数据 |
收藏/分享 |
除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。
修改评论