采用一种混合骨干微粒群优化算法的感应电机转子断条故障诊断

在传统定子电流频谱分析中,感应电机转子断条故障特征经常被基波分量淹没而无法准确检测。针对该问题,提出一种基于混合骨干微粒群优化算法的转子断条故障诊断新方法。该方法首先根据电流信号与单位余弦基函数的内积最大准则,利用混合骨干微粒群算法强大的全局搜索能力,准确估计出基波波形参数;然后利用波形参数构造出基波表达式,并将其从原电流信号中剔除,达到突出故障特征的目的。针对微粒群算法在进化后期收敛缓慢的缺点,通过K–均值聚类方式,引入单纯形法对其进行改进,使整个算法的广度探索与深度开发能力得到了有效均衡。最后,对模拟数据和实测信号进行实验,结果验证了所提方法的有效性和优越性。