基于增量SVM的變頻電機轉(zhuǎn)子故障診斷.pdf

1、隨著現(xiàn)代控制理論、新型大功率電力電子器件以及新型變頻技術(shù)的飛速發(fā)展，集變頻電機、電力電子裝置為一體的交流變頻調(diào)速系統(tǒng)逐漸取代傳統(tǒng)的直流調(diào)速系統(tǒng)，而成為電氣傳動的主流。在交流調(diào)速系統(tǒng)促進(jìn)工業(yè)生產(chǎn)自動化、提高勞動生產(chǎn)率的同時，變頻電機故障對生產(chǎn)的影響也顯著增加。因此，研究變頻電機的狀態(tài)監(jiān)測與故障診斷技術(shù)（Condition Monitoring and Diagnosis，CMD），從源頭上有效地防止設(shè)備事故發(fā)生并保證生產(chǎn)流程的穩(wěn)定運行意義

2、重大，已成為一項刻不容緩的任務(wù)和課題。本文主要圍繞變頻電機轉(zhuǎn)子故障診斷所涉及的數(shù)據(jù)采集、信號處理、智能診斷等三方面進(jìn)行研究和探索。
　　 ⑴在基于定子電流信號分析的變頻電機轉(zhuǎn)子故障診斷過程中需要獲得電機的實時轉(zhuǎn)速，以確定電機的故障特征量。本文利用最優(yōu)估計算法——擴(kuò)展Kalman濾波算法進(jìn)行了變頻電機轉(zhuǎn)速估計研究，為實現(xiàn)無速度傳感器的變頻電機故障診斷打下基礎(chǔ)。
　　 ⑵針對變頻電機定子電流信號中諧波分量豐富，易和轉(zhuǎn)子故障特

3、征頻率發(fā)生混疊，導(dǎo)致誤診斷的現(xiàn)象，提出了一種FFT結(jié)合自選頻算法，該算法能夠從電機定子電流信號的頻譜中選擇最明顯的故障特征量。為驗證該算法的可行性，基于電機數(shù)字化調(diào)速技術(shù)和電參量采集技術(shù)搭建了變頻電機轉(zhuǎn)子故障試驗平臺，并利用該平臺采集信息進(jìn)行了大量實驗。實驗結(jié)果表明，F(xiàn)FT結(jié)合自選頻算法能更有效提取變頻電機轉(zhuǎn)子故障特征。
　　 ⑶基于機器學(xué)習(xí)算法----支持向量機（Support Vector Machine，SVM）進(jìn)行了變頻