基于最小二乘支持向量机的异步电机转子故障诊断

摘要

针对异步电机的构造与转子故障特征,基于统计学习理论提出了信号处理技术与支持向量机故障诊断相结合的方法,以鼠笼式异步电动机为研究对象,建立了电机转子故障实验系统,并使用最小二乘支持向量机(LS-SVM)进行故障分类。利用快速F0urier变换和小波包分析两种不同故障信号预处理方法,提取了故障特征向量,并结合SVM分类方法,实现了电机转子的故障诊断。最后,实验结果表明小波分析与SVM结合的方法具有很好的分类精度。