针对异类信息特征融合的异步电机故障诊断报告分析.pdfVIP

学兔兔 第34卷 第 1期 仪 器 仪 表 学 报 Vo1．34No．1 2013年 1月 ChineseJournalofScientificInstrument Jan．2013 基于异类信息特征融合的异步电机故障诊断水 李学军，李 平，蒋玲莉，曹宇翔 (湖南科技大学机械设备健康维护省重点实验室 湘潭 411201) 摘 要：针对异步电机单一故障信号的局限性和故障特征存在较强非线性关系的特点，提出一种基于异类信息特征融合的故 障诊断方法。以采集的振动信号和电流信号为原始信源，分别提取它们的时域特征和小波包熵特征 ，采用核主元分析对原始特 征的组合进行降维融合 ，得到信息互补的特征量 ，将融合特征通过支持向量机进行模式识别。异步电机转子和轴承故障诊断实 例表明，基于核主元分析的异类信息特征融合方法，可充分利用异类信源的冗余互补信息和特征数据之间的非线性关系，更全 面地表征设备运行状态 ，相比单参数法及同类信息特征融合法具有更高的诊断精度。 关键词：异类信息；特征融合；异步电机；故障诊断；核主元分析 中图分类号：TM343 ．2 TP306 ．3 文献标识码：A 国家标准学科分类代码：460．4099 Faultdiagnosismethod ofasynchronousmotorbased on heterogeneous information featurefusion LiXuejun，LiPing，JiangLingli，CaoYuxiang (HunanProvincialKeyLaboratoryofHealthMaintenanceforMechanicalEquipment， HunanUnive~ityofScienceandTechnology，Xiangtan411201，China) Abstract：Aimingatthelimitationofsinglefaultsignalands~ongnonlinearrelationoffaultfeaturesinasynchronousno— tor，afaultdiagnosismethodbasedonheterogeneousinformationfeaturefusionisproposed．Takingtheacquiredvibration signal andcurrentsingalasoriginal singals，thetimedomainfeaturesandwaveletpacketentropyfeaturesarerespectively extracted．Kernelprinciplecomponentanalysis(KPCA)isusedtocarryoutdimensionalityreductionfusionofthecombi- nationoforiginalfeaturesandobtaininformationcomplementaryfeatures．Thefusedfeaturesraesenttosupportvectorma- chines(SVM)forfaultpatternrecognition．Thefaultdiagnosisexamplesofasnychronousmotorrotorandbeatingshowhtat hteheterogeneousinformationfeaturefusionmethodbasedO11KPCA canmakefulluseofredundantandcomplementary infomr ationfrom differentinformationSOurCeSnadnonlinearrelationamongfeaturedata，andchr