淄博zldx病的醫院 8161344192
基于骨干微粒群算法和支持向量機的調速電機轉子斷條故障診斷
5.1基波濾除和特征量提取
圖為調速電機的定子電流信號頻譜故障特征分量,由于調速電機的基波分量的泄漏及轉差率太小,wq被淹沒,而無法辨認。在調速電機中,由于轉差率的增大和故障的加劇,故障特征沒有被關分量wq淹沒,但是仍就十分微弱。因此必須濾除基波分量,且不能影響故障特征分量,才能實現轉子斷條故障的可靠檢測和診斷。
利用本文所提方法,對上述三種狀態的電流信號分別進行濾除基波操作,獲得殘余調速電機的電流信號的頻譜所示。在這過程中,BBPSO算法的參數設置對殘余電流信號進行3層Symlets小波包(經多次嘗試該小波分解效果{zj0})分解,求取各頻段信號的能量,并歸一化。由于感應調速電機轉子斷條故障特征分量主要分布在電源頻率附近,因此選擇3,4, 5頻段信號能量作為特征參量,摒棄與感應調速電機狀態變化關系較小或無關的頻段對故障診斷所帶來的干擾。所列信號的特征向量。



