基于小波分析和支持向量機(jī)的電機(jī)故障診斷研究.pdf

1、文章以電機(jī)的故障診斷為研究對象，在總結(jié)國內(nèi)外電機(jī)故障診斷研究現(xiàn)狀的基礎(chǔ)上，提出了一種基于小波分析和支持向量機(jī)的電機(jī)故障診斷方法，并通過實驗進(jìn)行了驗證，結(jié)果表明采用小波和支持向量機(jī)結(jié)合的方法能夠有效地對異步電機(jī)的故障進(jìn)行檢測和診斷。
　　針對異步電機(jī)的工作原理，首先對電機(jī)的噪聲、振動以及其他常見故障進(jìn)行了故障機(jī)理分析，闡述了產(chǎn)生噪聲和振動的原因及其故障特征，并通過異步電機(jī)實驗系統(tǒng)來采集實驗電機(jī)的噪聲和振動信號。
　　電機(jī)出現(xiàn)故

2、障時，故障信號中往往含有大量的時變、短時突發(fā)性質(zhì)的成分。由于小波包變換具有優(yōu)良的時頻局部特性和多分辨的處理能力，既可對信號進(jìn)行整體分析，又可以反映信號局部的細(xì)節(jié)內(nèi)容，能夠及時準(zhǔn)確的捕捉到非平穩(wěn)局部突變信號的故障特征。故文中采用小波包分析法對所采集信號進(jìn)行了消噪處理，并得到作為電機(jī)故障診斷輸入特征向量的分解后的頻段能量特征值。
　　針對有限樣本情況下故障診斷的特點，把支持向量機(jī)引入到電機(jī)故障診斷中，有效解決了人工神經(jīng)網(wǎng)絡(luò)算法容易出現(xiàn)