基于鲁棒最小二乘支持向量机的电机振动故障诊断

《基于鲁棒最小二乘支持向量机的电机振动故障诊断》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、第27卷第30期中国电机工程学报Vol.27No.30Oct.20072007年10月ProceedingsoftheCSEE©2007Chin.Soc.forElec.Eng.文章编号：0258-8013(2007)30-0097-06中图分类号：TM307文献标识码：A学科分类号：470⋅40基于鲁棒最小二乘支持向量机的电机振动故障诊断1112王华秋，刘全利，王越，廖晓峰(1．重庆工学院计算机学院，重庆市九龙坡区400050；2．重庆大学计算机学院，重庆市沙坪坝区400030)MotorVibrationFaultDetectionBase

2、donRobustLS-SVM1112WANGHua-qiu,LIUQuan-li,WANGYue,LIAOXiao-feng(1.ComputerScienceSchoolofChongqingInstituteofTechnology,JiulongpoDistrict,Chongqing400050,China;2.ComputerScienceSchoolofChongqingUniversity,ShapingbaDistrict,Chongqing400030,China)ABSTRACT:Thetimeseriesmodeling

3、andidentification优越性，为确保电机正常运行创造了良好条件。techniqueshavebeenanalyzedandtheautoregressivemoving关键词：时序模型；鲁棒；最小二乘支持向量机；电机振动average(ARMA)timeseriesmodelbasedonrobustleast0引言squaresupportvectormachinemethod(LS-SVM)hasbeenpresented.Inthemodel,therobustcharacterandtimeseries电机转子振动是反映系统

4、整体及其变化规律modelparametershavebeenconsideredinconstraincondition[1]的主要信号，蕴含着丰富的故障征兆信息。为了ofLS-SVM.Intheprocessofcomputation,thepresented保证电机的运行安全，利用振动测试数据开展对电modelisinsensitivetotheoutliersandnoisesandcanidentify机振动故障发展趋势预报具有重要意义。基于振动parametersoftimeseriesmodelaccurately.Conside

5、ringthecomplexnonlinearrelationshipintimeseriesbetweentheinput信号的电机状态监测和故障诊断通常采用相关分andoutputdatasets,theARMAmodelbasedonrobust析和频谱分析的方法，然而大中型电机的故障机理LS-SVMhasbeenusedtopredictthevibrationvalueofmotor比较复杂，其故障信号更多地表现为：①信号是淹inindustrialproductionprocessanddetectthefaultofvibrati

6、on.没于强背景中的微弱信号；②信号特征频率波动范Finally,theexperimentswithpracticaldataprovethatthe[2-3]围稍大甚至有跳动；③信号瞬变、非平稳。因而presentedmodelhasobvioussuperiorityintheprecisionand采用相关分析、频谱分析的方法很难形成一个准确robustofnonlineartimeseriesprediction.Thusitprovidesthe的故障诊断判据。大量未知的或不确定的因素导致goodenvironmenttoensur

7、emotornormaloperation.建立规范时存在不完全适应性，不能完全自动诊KEYWORDS:timeseriesmodel;robust;leastsquaresupport断，需要人工干预，人为的因素占很大成分，容易vectormachine;motorvibration出现漏检和误检。摘要：对时序数据建模与辨识技术进行了分析，提出了使用MichaelT.R.、M.Gas和HanJiawei等人提出了鲁棒最小二乘支持向量机(LS-SVM)算法建立自回归移动平[4-6]一种从时间序列中发现规则的方法。Heikki均(ARMA)时序预

8、测模型。该模型是在LS-SVM的约束条件[7]Mannila等人在对无线通讯网络故障管理数据库中考虑了鲁棒特性和时序模型参数，使之在求解的过程中对进行