基于多超球SVM的电机转子断条故障诊断

作者：唐**

来源：电子测量技术, 2021, 44(05): 1-5.

DOI：10.19651/j.cnki.emt.2105725

• 电动机
• 转子断条
• 故障诊断
• 模式分类
• 支持向量机

针对电机转子断条故障诊断问题,设计了一个故障诊断模型。将电机转子断条故障诊断视为多分类问题,提出了一种多超球支持向量机(MHSVM)故障诊断模型。MHSVM是通过利用支持向量数据描述(SVDD),结合二叉树结构的方法,构造的一种多分类模型。为验证所提出算法的有效性,将MHSVM与支持向量机(SVM)和神经网络算法(BP)进行了对比实验。结果为提出的诊断模型能够实现94.92%的诊断率,而SVM模型和BP模型分别实现92.06%和89.06%的诊断率。提出的诊断模型的诊断率是3个模型中最高的。实验结果表明,基于SVM的故障诊断模型的诊断效果优于基于BP算法的诊断效果。同时,提出的MHSVM对转子断条故障具有最好的诊断效果,这证明了所提出模型的适用性和有效性。

• 单位
  烟台汽车工程职业学院