基于随机森林的异步电动机转子断条故障诊断

基于随机森林的异步电动机转子断条故障诊断

ID:43963446

大小:59.00 KB

页数:8页

时间:2019-10-17

基于随机森林的异步电动机转子断条故障诊断_第1页
基于随机森林的异步电动机转子断条故障诊断_第2页
基于随机森林的异步电动机转子断条故障诊断_第3页
基于随机森林的异步电动机转子断条故障诊断_第4页
基于随机森林的异步电动机转子断条故障诊断_第5页
资源描述:

《基于随机森林的异步电动机转子断条故障诊断》由会员上传分享,免费在线阅读,更多相关内容在工程资料-天天文库

1、基于随机森林的异步电动机转子断条故障诊断史干东吴文军张玉鸿史丽萍中国矿业大学国网四川省电力公司摘要:为了快速准确识别异步电动机转子断条故障,提出一种随机森林算法(RandomForests,RF)的异步电动机转子断条故障诊断方法。该方法以Park矢量模平方函数为故障特征提取手段,然后采用随机森林进行故障模式自动识别。Park矢量模平方函数方法可以较好地削弱定子电流中基频信号的影响,便于故障特征量的准确提取。而随机森林泛化能力好、训练时间短,提高了故障识别的成功率。实例验证表明,基于随机森林的异步电动机转子断条故障诊断方法性能良好。关键词:异步电动机;转子

2、断条;Park矢量模平方;随机森林;故障诊断;作者简介:史干东(1990-),男,硕士研究生,主要研究方向为感应电机故障诊断及电能质量检测。收稿日期:2016-09-20BrokenRotorBarFaultDiagnosisBasedonRandomForestsinInduetionMotorsSHIGan-dongWUWen-junZHANGYu-hongSHILi-pingChinaUniversityofMiningandTechnology;StateGridSichuanElectricPowerCompany;Abstract:Toide

3、ntifiedbrokenrotorbarfaultsininductionmotorsaccuratelyandrapidly,anovelmethodwasillustratedtodiagnosebrokenrotorbarfaultonthebasisofrandomforests.Park,svectormoduluscouldreducetheinfluenceofthefundamentalfrequencysignalinstatorcurrent,whichcouldhelpextractthefcaturcvcctoraccurate

4、ly.Randomforestshadbettertolerance,lessertrainingtimeconsumingandstrengtheningtheclassificationcorrectness.Asaresult,theexperimentremindstheeffectivenessandsuperiorityoftheproposedmethod.Keyword:inductionmotor;bTokcnrotorbar;Park,svcctormodulus;randomforests(RF);faultdiagnosis;Re

5、ceived:2016-09-200引言异步电动机转子断条故障是常见电机故障2—,它将导致电动机运行性能下降,严重时电机会因此无法驱动负载而出现堵转、停转,甚至烧坏电机,威胁工业生产的可靠性和安全性,同时增加生产成本口1。因此对该故障及早进行检测和诊断颇为重要。基于定子电流特性分析是异步电动机转子断条故障在线诊断的常用方法。研究表明,定子电流屮包含电机的故障特征,因而通过提取定子电流故障特征可以准确地检测电机故障図。例如当异步电动机定子电流中出现(l+2s)fl频率分量出为供电频率,即定子电流基频分量,S为转差率)时,电机则发生转子断条故障,因此在判断转

6、子断条故障时可以以该边频分量作为特征向量[3]。在异步电动机转子断条故障检测中,FFT是最常用的电流特性分析方法。但是当屯机负载比较小时,转差率s非常低,边频分量(l+2s)f极其接近基频f】,同时边频分量的幅值较基频很小且由于噪声干扰,这就导致边频分量极易被淹没,频谱泄露在所难免,此时基于FFT的定子电流特征分量提取方法的灵敏度便会大打折扣[4]。为此,文献[4]使用混合骨干微粒群优化算法获得基波参数后构造出基波表达式,并将其从原始信号屮剔除,以突出故障特征频率成分,但此方法过程繁琐,计算量大;文献[5]采用H订bert变换把基波成分转换成直流信号从

7、而使故障特征更加明显,但存在交叉项问题。目前神经网络[6-7]、支持向量机童等为电机状态识别主流方法。神经网络具有自适应学习能力,但是其在样本训练时容易陷入局部最优,同时支持向量机也存在训练速度较慢的问题,尤其是故障特征量较多时,该方法占用系统较多资源,不利于在线故障诊断。不仅如此,以上两种方法都只是基于单一分类器的故障诊断方法,因而正确率较低。本文针对异步电动机转子断条故障诊断中的故障特征量提取和故障识别问题,首先采用Park矢量模平方函数方法提取转子断条时的故障特征量,然后以其作为输入量训练随机森林形成分类器群,识别故障模式,以实现异步电动机转子断条

8、故障的准确诊断。1Park矢量模平方函数当异步电动机转子发生断条故障吋,定子电流

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。