基于ICEEMDAN与POA-SVM的感应电机故障诊断

doi:10.16731/j.cnki.1671-3133.2024.05.017

	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).