基于多工况类标签化与支持向量数据描述的异步电机故障检测

摘要

异步电机结构简单应用广泛，是工业生产中重要的驱动设备。异步电机一旦发生故障不仅损坏电机本身，而且对整个生产系统都会造成巨大破坏，甚至危及工作人员生命安全。对异步电机进行故障检测十分重要，本文将研究电机的多工况故障检测。具体如下：
　　（1）提出一种基于RBF-PCA的异步电机故障检测方法。在RBF的核函数的参数确定的情况下，建立电机定子电流的RBF模型。因为RBF无局部最优问题，这样电机在不同工况下的运行差异将反应在RBF的权值向量上，最后根据各类的历史权值建立PCA检测模型。
　　（2）提出改进的多层FDA-SVDD算法建立电机的多工况故障检测模型。建立电机定子电流RBF模型，所有工况的RBF输出权值样本需要被标定其所属类别，即标签化，FDA提取样本特征并分类。FDA分类结束后，样本被混杂度较高的的区域，FDA再对这区域内的类中分类，对各类不同区域的FDA得分向量建立SVDD模型。
　　为了检测上述方法的准确性，需要电机定子电流数据。为此建立异步电机的多回路数学模型，实现电机的故障和多工况仿真。

目录

封面

中文摘要

英文摘要

目录

第1章 绪论

1.1课题研究的目的和意义

1.2异步电机的常见故障

1.3异步电机故障检测研究现状

1.4论文主要工作

第2章 异步电机故障原理分析

2.1引言

2.2转子断条故障机理分析

2.3气隙偏心机理分析

2.4 本章小结

第3章 异步电机多回路数学模型建模仿真

3.1引言

3.2鼠笼型异步电机多回路数字模型

3.3 鼠笼型异步电机的故障仿真模型

3.4本章小结

第4章 基于RBF-PCA的异步电机故障检测

4.1引言

4.2基于RBF-PCA的电机故障检测方法

4.3本章小结

5.1引言

5.2 基于FDA和SVDD的多工况电机故障检测

5.3基于多层FDA-SVDD模型的多工况标签化的电机故障检测

5.4本章小结

第6章 总结与展望

6.1总结

6.2展望

参考文献

附录

攻读硕士研究生期间发表的论文和专利

致谢