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(duì)象，在總結(jié)國(guó)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(guò)實(shí)驗(yàn)進(jìn)行了驗(yàn)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(duì)異步電機(jī)的故障進(jìn)行檢測(cè)和診斷。
　　針對(duì)異步電機(jī)的工作原理，首先對(duì)電機(jī)的噪聲、振動(dòng)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(dòng)的原因及其故障特征，并通過(guò)異步電機(jī)實(shí)驗(yàn)系統(tǒng)來(lái)采集實(shí)驗(yàn)電機(jī)的噪聲和振動(dòng)信號(hào)。
　　電機(jī)出現(xiàn)故

2、障時(shí)，故障信號(hào)中往往含有大量的時(shí)變、短時(shí)突發(fā)性質(zhì)的成分。由于小波包變換具有優(yōu)良的時(shí)頻局部特性和多分辨的處理能力，既可對(duì)信號(hào)進(jìn)行整體分析，又可以反映信號(hào)局部的細(xì)節(jié)內(nèi)容，能夠及時(shí)準(zhǔn)確的捕捉到非平穩(wěn)局部突變信號(hào)的故障特征。故文中采用小波包分析法對(duì)所采集信號(hào)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(duì)有限樣本情況下故障診斷的特點(diǎn)，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)