A fault diagnosis method for broken rotor bars of induction motor based on wavelet packet support vector machine (WPBSVM) includes: pretreatment of the detected stator current of broken rotor bars of induction motor, filtering the noise component of the fault stator current; decomposition of the current signal after de-noising by wavelet packet to get the fault current component of each subband; and re-weighting the decomposition coefficient of the wavelet packet. The sum of signal energy in each frequency band is constructed and calculated; the signal energy in each frequency band is normalized and the feature vector is constructed; the support vector machine model is constructed, and the feature vector is divided into training samples and prediction samples. The support vector machine model is trained with training samples, and the trained model is tested with prediction samples to determine the corresponding signal of the feature vector. The diagnostic accuracy of the test set is obtained as the validation result of the model. The invention avoids the limitations of too long sampling time of signals, disturbance of load fluctuation and inability to detect minor faults.
【技术实现步骤摘要】
基于小波包支持向量机的感应电机转子断条故障诊断方法
本专利技术属于感应电机故障诊断领域,涉及一种基于小波包支持向量机的感应电机转子断条故障诊断方法,解决故障信号的提取、判别难题,将基于相关算法的感应电机转子断条故障信号分解提取方法与支持向量机结合,实现感应电机转子断条故障的诊断。
技术介绍
感应电机具有坚固耐用、价格低廉、便于维护等优点,在电力、矿业、船舶以及冶金等工业领域内得到了广泛的应用,由于感应电机的工作环境较为复杂,通常面临着长时间连续运作、频繁制动与启动以及复杂的工作环境等恶劣考验,所以容易发生各式的故障现象。转子断条故障是感应电机的常见故障之一,据统计,转子断条故障约占所有故障的10%左右,感应电机的工作环境较为复杂,持续运作时间较长,此外,感应电机的转子导条和端环由于受到复杂的应力作用,如热应力、电磁力以及离心力等,因此会导致感应电机的转子导条和端环较为容易发生断裂故障,这种故障现象被称为转子断条现象。感应电机在运行中,一旦有故障发生,不仅会导致电机本体受到损坏,还将造成工业生产企业的重大经济损失,甚至可能导致人员安全事故的发生。因此,准确的诊断感应电机转子断条故障是十分必要的,准确、及时地发现该故障,并在故障初期就需进行故障维修和电机维护,防止故障的扩散、蔓延,这样就可以延长电动机使用寿命,保证动力系统的安全高效运行。因此,对感应电机转子断条故障进行早期的检测和故障诊断有重要的实际意义。目前,常用的感应电机转子断条故障检测方法有:定子电流检测法、振动监测法、失电残压法、功率监测法、转速波动检测法以及基于稚嫩故散发的检测方法等等。其中,定子电 ...
【技术保护点】
1.一种基于小波包支持向量机的感应电机转子断条故障诊断方法,其特征在于,包括:步骤一、对检测到的感应电机转子断条故障定子电流进行预处理,滤除故障定子电流中夹杂的工频定子电流分量和高频噪声分量,仅保留故障分量并将数据存储;步骤二、对消噪后的电流信号进行小波包分解,得到各子频带故障电流信号分量;步骤三、对小波包分解系数进行重构并计算各频段内信号能量总和;步骤四、对各频段内的信号能量进行归一化处理并构造特征向量;步骤五、构建支持向量机模型,将特征向量划分为训练样本和预测样本,利用训练样本对支持向量机模型进行训练,利用预测样本对训练后的模型进行测试,判断特征向量对应信号所属的故障类型,并获得测试集的诊断准确率作为对模型的验证结果。
【技术特征摘要】
1.一种基于小波包支持向量机的感应电机转子断条故障诊断方法,其特征在于,包括:步骤一、对检测到的感应电机转子断条故障定子电流进行预处理,滤除故障定子电流中夹杂的工频定子电流分量和高频噪声分量,仅保留故障分量并将数据存储;步骤二、对消噪后的电流信号进行小波包分解,得到各子频带故障电流信号分量;步骤三、对小波包分解系数进行重构并计算各频段内信号能量总和;步骤四、对各频段内的信号能量进行归一化处理并构造特征向量;步骤五、构建支持向量机模型,将特征向量划分为训练样本和预测样本,利用训练样本对支持向量机模型进行训练,利用预测样本对训练后的模型进行测试,判断特征向量对应信号所属的故障类型,并获得测试集的诊断准确率作为对模型的验证结果。2.根据权利要求1所述基于小波包支持向量机的感应电机转子断条故障诊断方法,其特征在于:步骤一通过基于奇异值分解的SVD滤波法滤除工频定子电流分量和高频噪声分量。3.根据权利要求1所述基于小波包支持向量机的感应电机转子断条故障诊断方...
【专利技术属性】
技术研发人员:徐浩东,刘凌,司杰文,
申请(专利权)人:西安交通大学,
类型:发明
国别省市:陕西,61
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。