文献类型：期刊文章

作　　者：吴忠强[1] 吴昌韩[1] 贾文静[1] 赵立儒[1]

机构地区：[1]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

出　　处：《计量学报》

基　　金：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)

年　　份：2016

卷　　号：37

期　　号：2

起止页码：171-176

语　　种：中文

收录情况：BDHX、BDHX2014、CSCD、CSCD2015_2016、JST、SCOPUS、ZGKJHX、核心刊

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

分 类 号：TB936]