基于第二代小波和多分類器融合的感應(yīng)電機(jī)故障診斷.pdf

1、感應(yīng)電機(jī)作為生產(chǎn)系統(tǒng)中的重要組成部分，在國民經(jīng)濟(jì)中占有舉足輕重的地位，它是當(dāng)今用于驅(qū)動(dòng)各種機(jī)械和工業(yè)設(shè)備的最主要裝置，其廣泛應(yīng)用予機(jī)床、起重卷揚(yáng)設(shè)備、礦山設(shè)備等，幾乎滲透到了各行各業(yè)。然而，一旦電機(jī)發(fā)生故障，將會影響生產(chǎn)設(shè)備的整體性能，耽誤生產(chǎn)效率，拖延產(chǎn)品交付，造成經(jīng)濟(jì)損失，嚴(yán)重時(shí)甚至?xí)斐蔀?zāi)難性的事故。因此，為了滿足現(xiàn)代工業(yè)對產(chǎn)品質(zhì)量、產(chǎn)量、生產(chǎn)安排的靈活性等日益增長的需求，研究感應(yīng)電機(jī)的狀態(tài)檢測與故障診斷技術(shù)，對于保障生產(chǎn)系統(tǒng)的安

2、全運(yùn)行和減少生產(chǎn)損失具有重要的意義，且已成為當(dāng)前科技和工業(yè)發(fā)展的重要研究課題之一。感應(yīng)電機(jī)發(fā)生故障位置多，故障現(xiàn)象復(fù)雜，需要科學(xué)有效的方法對電機(jī)運(yùn)行時(shí)產(chǎn)生的大量的非平穩(wěn)信號進(jìn)行分析，從而對電機(jī)的故障狀況進(jìn)行判斷。近年來迅速發(fā)展的非平穩(wěn)信號處理方法和信息融合技術(shù)為感應(yīng)電機(jī)狀態(tài)檢測與故障診斷提供了切實(shí)有效的研究思路。本文著重研究了融合第二代小波變換、特征降維和多分類器集成的感應(yīng)電機(jī)故障診斷技術(shù)和實(shí)現(xiàn)方法，主要工作和研究成果歸納如下:

3、　　(1)介紹了小波分析的基本理論和二代小波變換方法，并且針對二代小波存在的頻率混疊和無法自適應(yīng)匹配信號局部特征的問題，提出了一種自適應(yīng)的冗余二代小波變換，根據(jù)信號本身的特點(diǎn)自適應(yīng)地對其進(jìn)行二代小波變換分解。
　　(2)研究了感應(yīng)電機(jī)在故障狀態(tài)下定子電流和振動(dòng)信號中所隱含的故障頻率特性，并利用自適應(yīng)冗余二代小波變換對信號進(jìn)行處理及特征提取。研究了高維特征降維方法并在介紹幾種常見的特征選取方法基礎(chǔ)上，著重研究了基于流形學(xué)習(xí)的多類特征

4、選擇算法(MultipleClass Feature Selection，MCFS)，利用MCFS算法去除特征矢量中冗余的多余特征。
　　(3)研究基于多分類器集成的感應(yīng)電機(jī)故障診斷方法，通過對電機(jī)定子電流信號和振動(dòng)信號提取出來的特征綜合處理和協(xié)同分析，構(gòu)造了自適應(yīng)權(quán)重投票的多分類器融合算法:分別構(gòu)造分類器，得到每個(gè)分類器的故障分類結(jié)果后，對測試樣本和訓(xùn)練樣本進(jìn)行聚類分析，根據(jù)聚類結(jié)果針對每一測試樣本調(diào)整各分類器的權(quán)重，從而組合決

5、策出測試樣本的故障類型。
　　(4)實(shí)驗(yàn)驗(yàn)證了融合二代小波變換、特征降維和多分類器集成的感應(yīng)電機(jī)故障診斷方法的可行性和有效性;將特征降維前后的特征矢量輸入分類器，對結(jié)果進(jìn)行對比，以驗(yàn)證MCFS特征選擇算法對感應(yīng)電機(jī)故障分類效果的提升效果;對于本文提出的自適應(yīng)權(quán)重多分類器融合方法，實(shí)驗(yàn)中設(shè)計(jì)了一種分類器多種特征、多種分類器一種特征、多種分類器多種特征三種融合方式，分別得到融合結(jié)果。實(shí)驗(yàn)結(jié)果顯示，本文所提出的融合二代小波變換、特征降維