混沌驱动永磁同步电机系统的故障识别
吴忠强,吴昌韩,贾文静,赵立儒
燕山大学电气工程学院工业计算机控制工程河北省重点实验室, 河北 秦皇岛 066004
Fault Identification of Permanent Magnet Synchronous Motor System Driving under Chaotic State
WU Zhong-qiang,WU Chang-han,JIA Wen-jing,ZHAO Li-ru
Key Lab of Industrial Computer Control Engineering of Hebei Province, College of Electric Engineering, Yanshan University, Qinhuangdao, Hebei 066004, China
摘要 研究了混沌驱动永磁同步电机系统的故障识别问题,设计了一种小波支持向量机故障识别器。首先对故障恢复信号进行经验模态分解,得到若干个平稳的本征模函数,将本征模函数的能量特征作为输入构建小波支持向量机故障识别器。训练完成后,冻结小波支持向量机结构与内部参数,以白噪声模拟实际运行中的未知扰动,并以加入扰动的故障信号作为测试输入,利用小波支持向量机故障识别器进行故障识别。结果表明,基于小波支持向量机的故障识别器能够较好地识别故障信号,拟合误差均在1%以内。
关键词 ：
计量学 ,
永磁同步电机 ,
故障识别 ,
混沌态 ,
盲分离 ,
经验模态分解 ,
小波支持向量机
Abstract ：A research on fault identification of the permanent magnet synchronous motors driving under chaotic state is carried out, a fault identifier based on the wavelet support vector machine is established. After the empirical mode decomposition of the restored fault signals, serial stationary intrinsic mode functions are obtained, and their energy characteristics are used as inputs to establish a fault identifier based on the wavelet support vector machine. After training, the structure of the wavelet support vector machine and its internal parameters are fixed. The white noises usually simulate the unknown disturbances in practice. As the test inputs, the fault signals are mixed with white noises, and are identified by the fault identifier. The simulation results show that the fault identifier based on the wavelet support vector machine can identify the fault signals well, the fitting error is less than 1%.
Key words ：
metrology
permanent magnet synchronous motor
fault identification
chaotic state
blind source separation
empirical mode decomposition
wavelet support vector machine
收稿日期: 2014-10-28
发布日期: 2016-01-27
基金资助: 国家自然科学基金委员会与宝钢集团有限公司联合资助项目(U1260203);河北省自然科学基金(F2012203088)
通讯作者:
吴忠强
E-mail: mewzq@163.com
作者简介 : 吴忠强(1966-),男,上海人,燕山大学教授,博士,研究方向为模式识别与故障诊断。mewzq@163.com
引用本文:
吴忠强,吴昌韩,贾文静,赵立儒. 混沌驱动永磁同步电机系统的故障识别[J]. 计量学报, 2016, 37(2): 171-176.
链接本文:
http://jlxb.china-csm.org:81/Jwk_jlxb/CN/10.3969/j.issn.1000-1158.2016.02.14 或 http://jlxb.china-csm.org:81/Jwk_jlxb/CN/Y2016/V37/I2/171
［1］孟宗, 梁智, 宗振威, 等. 基于EMMD的欠定旋转机械振动信号盲源分离［J］. 计量学报, 2013, 34 (4): 305-310.
[1]
许峰, 李智玮, 冯建. 恒流放电法测量超级电容器静电容量的影响因素分析与不确定度评定
[2]
贾梦雯, 赵鹏, 王月兵. 高静水压下换能器阻抗特性的测量方法研究
[3]
费致根, 王开创, 周强, 巩晓赟. ICF靶丸表面形貌及球度误差检测
[4]
张永卓, 王晶, 傅博强, 黄翔, 董莲华, 牛春艳, 杨佳怡. 2019新型冠状病毒的核酸检测
[5]
庄双勇, 赵伟, 赵东芳, 黄松岭. 一种基于滑窗TLS-ESPRIT算法的超谐波动态分析方法
[6]
姜静子, 高思田, 黄鹭, 李琪, 连笑怡. 基于差动共焦显微技术的微区拉曼光学系统构建与实验研究
[7]
李凯, 郝小鹏, 宋健, 孙建平, 胡朝云, 刘洋, 扈又华, 杨延龙. 真空汞固定点黑体辐射源的设计与研制
[8]
马若梦, 林鸿, 张亮, 冯晓娟, 方立德, 张金涛. 基于多次反射直接吸收精确测量二氧化碳浓度的研究
[9]
李利峰, 李锐, 闫小克, 王宁, 何沛. 镓熔点温坪复现研究
[10]
张永胜, 张毅治, 刘彦军. 差压式流量计测量脉动流量方法研究
[11]
贾正森, 王磊, 徐熙彤, 周天地, 潘仙林, 石照民, 张江涛. 基于约瑟夫森量子电压的交流功率测量系统及方法研究
[12]
方立德, 郎月新, 赵宁, 李小亭, 韦子辉. 基于同轴线相位法的两相流含气率测量研究
[13]
谢胜龙, 张文欣, 鲁玉军, 张为民, 朱俊江, 林立, 任国营. 气动肌肉的最小二乘支持向量机迟滞模型
[14]
江文松, 王中宇, 罗哉, 张力, 胡晓峰. 基于蒙特卡罗法的冲击力溯源系统不确定度评定
[15]
孟宗, 岳建辉, 邢婷婷, 李晶, 殷娜. 基于最大幅值变分模态分解和均方根熵的滚动轴承故障诊断
2016, Vol. 37 
