基于APSO-SSVM的异步电动机转子故障诊断

作者：郭家豪; 欧阳晖; 刘振兴

来源：电机与控制应用, 2023, 50(10): 91-99.

DOI：10.12177/emca.2023.123

• 异步电动机
• 经验小波变换(EWT)分解
• 特征提取
• 自适应粒子群优化逐序支持向量机(APSO-SSVM)
• 故障诊断

基于信号分析的异步电动机的转子断条与偏心故障诊断方法中，常用传统的电机电流信号特征分析(MCSA)方法。由于采样频率偏低、强大的基波旁瓣效应等因素的影响，会导致特征频率成分被淹没、难以量化故障程度等问题。因此，提出了一种基于自适应粒子群优化逐序支持向量机(APSO-SSVM)的异步电动机故障诊断方法。首先，利用经验小波变换(EWT)对原始信号进行滤波；然后，对滤波后的信号进行特征提取并输入到SSVM诊断模型中；最后，通过APSO算法确定各次序下SVM模型的最佳超参数，从而实现转子断条数量的精确故障诊断。

• 单位
  武汉科技大学; 武汉第二船舶设计研究所