论文部分内容阅读
提出了一种基于小波包分析（WPA）和支持向量机（SVM）的异步电机转子断条故障诊断方法。针对异步电机转子断条故障时定子电流出现的边频分量（1＋2s）f进行小波包分析，提取动态条件下各频带能量作为故障特征向量，削弱了负载变化及噪声对诊断准确性的影响。采用多个最小二乘支持向量机组成故障分类器，兼顾了训练误差和计算效率，将故障特征向量输入支持向量机进行训练，从而实现在小样本情况下转子断条故障的在线识别。试验结果表明：基于小波包分析提取的故障特征明显，由WPA和SVM构成的诊断系统，具有良好的分类能力和泛化能力，