基于多源异类信息融合的异步电机故障诊断技术研究-机械工程专业论文.docxVIP

Research on Fault Diagnosis Technology of Asynchronous Motor Based on Multi-source Heterogeneous Information Fusion Type of Degree Academic Degree Discipline (Type of Professional Degree) Mechanical Engineering Candidate Li Ping Student Number 10010302001 Supervisor and Professional Title Prof. Li Xuejun PHD. Jiang Lingli School College of Electromechanical Engineering Date June 1st，2013 University Hunan University of Science and Technology 油 油喃恪阶 而普牢中uf学位论文 而普牢中uf 本人郑重声明:所呈交的论文是本人在导师的指导下独立进行研究 所取得的研究成果。除了文中特别加以标注引用的内容外，本论文不 包含任何其他个人或集体已经发表或撰写的成果作品。对本文的研究 做出重要贡献的个人和集体，均已在文中以明确方式标明。本人完全 意识到本声明的法律后果由本人承担。 作者签名:李子 日期:1013 年 6 月 3 日 学 位论文版权使用授权书 本学位论文作者完全了解学校有关保留、使用学位论文的规定，同 意学校保留并向国家有关部门或机构送交论文的复印件和电子版，允 许论文被查阅和借阅。本人授权湖南科技大学可以将本学位论文的全 部或部分内容编入有关数据库进行检索，可以采用影风缩印或扫描 等复制手段保存和汇编本学位论文。 涉密论文按学校规定处理。 日期.2013 日期.2013 年 6 月 3 日 日期:乞ρ13年 6 月 J ...日 导师签名:令笼 . 』 i i 摘 要 异步电机是目前应用最广的动力设备， 由多个机械系统和 电气系统组成，是 一个典型的强耦合非线性系统，故障特征之间存在较强的非线性关系，故障诊断 过程受到诸多不确定性因素的影响，存在固有的不确定性 ，单一信号特征往往不 能全面表征设备运行状态，难以保证故障诊断的准确性 ，信息融合技术为解决异 步电机故障诊断的这些问题提供了一条新 的途径。本文从回顾总结异步电机故障 诊断技术研究现状入手，在分析异步电机结构性能和常见故障机理的基础上，设 计了异步电机故障诊断实验 方案，从特征级和决策级两个层次开展 以异类信息融 合技术为核心的异步电机 融合故障诊断方法研究，主要的研究工作如下： 1. 开展基于 CMKPCA 的异步电机异类信息特征融合故障诊断方法研究 (1) 针对异步电机特征融合故障诊断的 降维需求和核主元分析(KPCA)法的不 足，提出一种改进的 KPCA 算法—类均值核主元分析法(CMKPCA)，将 KPCA 思 想应用于映射数据的类均值向量，通过构建类均值核矩阵，建立了 CMKPCA 算 法模型。由类均值核主元构成的特征向量吸收了类均值向量的全部分类信息， 维 数 低 于 故 障 类 别 数 ， 在 类 均 值 向 量 基 础 上 实 现 了 无 信息 损 失 的 数 据 降 维 。 CMKPCA 具有比传统 KPCA 更强的综合原始变量信息的能力，是一种有效的特 征融合方法。 (2) 针对异步电机故障的非线性特征和组合特征的高维性，建立了 CMKPCA 与 支 持 向 量 机 (SVM) 相 结 合 的 多 源 异 类 信 息 特 征 融 合 故 障 诊 断 模 型 ， 采 用 CMKPCA 进行多源异类信息特征融合， 通过多分类 SVM 对融合特征进行分类识 别，并以振动信号与电流信号为 异类信源，验证了该方法的有效性。 2. 开展基于加权证据理论的异步电机异类信息决策融合故障诊断方法研究 (1) 针对应用 D-S 证据理论进行决策融合需要解决的问题， 引入基于多分类 SVM 的后验概率建模方法，有效结合了 SVM 处理非线性问题和后验概率建模的 优势。提出一种加权证据模型和矩阵分析相结合的 加权组合算法，通过证据加权 平均，提高了冲突证据融合结果的可靠性；通过矩阵分析 导出的加权平均证据融 合公式，降低了计算的复杂度。 (2) 针对异步电机故障诊断的不确定性和高度冲突证据的融合问题， 构建集 成加权证据理论与 SVM 的多源异类信息决策融合 故障诊断模型，采用基于多分 类 SVM 的后验概率建模方法构建基本概率赋值函数，采用加权组合算法进行全 局融合决策，并以振动信号和电流信