基于改进最小二乘支持向量机的感应电动机故障诊断研究和应用.pdfVIP

基于改进最小二乘支持向量机的感应电动机 故障诊断研究与应用 袁 小 华 赵 敏 （沈阳工程学院电气工程系 沈阳 110136 ） 摘 要:本文根据感应电动机常见故障的特点，针对以往研究解决电机故障方法的不足，提出基 于改进最小二乘支持向量机（LS-SVM）的感应电动机故障诊断方法。采用混沌优化算法,对最小二乘 支持向量机分类建模中的惩罚系数与核参数进行优化,找出了具有较强推广能力的参数. 结合感应电 机结构参数与性能输出模型的建模实例,与交叉验证方法向比较证实了所研究方法用于电动机故障诊 断的有效性. 关键词: 故障诊断；异步电动机；最小二乘支持向量机；混沌优化 Application study on modified multi-class Least Squares Support Vector Machine in induction motor fault diagnosis Abstract: The new strategy, based on multi-class Least Squares Support Vector Machine (LS-SVM), of the fault diagnosis of induction motor is applied to perform in this paper.The production of six common fault of induction motor is analyzed. By means of the chaos optimization method, the penalty term and kernel parameters of the multi-class SVM model are optimized, the kernel parameters that can make the LS-SVM model have a better generalization performance are distinguished. Then, taking the classified model of the structure parameter and performance of the induction motor for example, we prove that the LS-SVM model method with chaos optimization is effective in fault diagnosis of induction motor. Key Words: fault diagnosis; induction motor; Least Squares Support Vector Machine; chaos optimization. 1 电动机是一种最常用的原动力和驱动装置, 器来对电动机轴承或机座的振动进行监测。振动 广泛应用于各类生产过程, 在电力系统应用尤 传感器的输出信号经信号处理( 多为频谱分析) 其广泛。但是在实际的使用过程中,电机在运行 后，与已知的故障特征频率相比较，从而寻找故 过程中出现故障将会导致重要设备停止运转乃 障性质和故障部位。基于振动的故障诊断方法的 至完全停产等, 造成经济损失甚至导致灾难性 原理是根据不同的故障或异常会产生不同频率 的后果。提高电动机的可靠性，及时发现、诊断 的振动来判断的[4] 。但是，振动检测的局限性较 并排除故障具有巨大的社会和经济效益。进行电 大，首先，振动监测需要提供传感器的安装部位， 动机在线故障诊断的机理研究，还可以促进电机 这对有些电动机比较困难;其次，振动信号受周围 系统的调试和监控技术的发展，更好地控制电机 环境的振动干扰影响较大，在复杂的背景干扰 的正常运行[1] 。