许允之，仝　年,2, 韩　丽, 胡　堃

(1.中国矿业大学 信息与电气工程学院，江苏 徐州 221116; 2.华北电力大学 电气与电子工程学院，河北 保定 071003)



基于粒子群优化LS-WSVM的电机断条故障诊断

许允之1，仝年1,2, 韩丽1, 胡堃1

(1.中国矿业大学 信息与电气工程学院，江苏 徐州 221116; 2.华北电力大学 电气与电子工程学院，河北 保定 071003)

摘要：为了准确检测出鼠笼式异步电机的转子断条故障，提出一种基于粒子群优化最小二乘小波支持向量机的诊断方法。首先，利用小波包或经验模态分解法提取出电机定子电流信号的特征向量，将特征向量分为训练集和测试集。再将训练集输入粒子群优化的最小二乘小波支持向量机进行训练，用训练好的最小二乘小波支持向量机对测试集进行分类。实验结果显示，此方法的故障诊断正确率明显高于最小二乘支持向量机的故障诊断方法。本文将小波分析和支持向量机结合使两者的优势互补，具有强大的泛化能力，为异步电机的转子断条故障诊断提出了一种新的方法。

关键词：故障诊断；粒子群优化；最小二乘支持向量机；感应电机；转子断条

0引言

转子断条是鼠笼式感应电机最主要的故障类别之一，大约占其总故障的10%[1-3]。电机断条故障较难发现，特别是1根断条的时候。若任由其发展，将会造成严重的后果。

检测电机断条故障的方法有很多。如分析定子电流信号来检测故障；利用振动信号中的故障特征频率来检测故障；根据电机转速的波动来检测故障；……