基于小波包变换与粗糙集的船舶电机定子故障诊断方法

被引：9

作者：

邱赤东 ^{[1
]}

任光 ^{[2
]}

机构：

[1] 大连海事大学自动化与电气工程学院

[2] 大连海事大学轮机工程学院

来源：

大连海事大学学报 | 2007年 / 04期

关键词：

船舶电机; 故障诊断; 小波包变换; 自组织特征映射网络; 粗糙集;

D O I：

暂无

中图分类号：

U672.3 [电器设备、导航设备和仪表修理工艺];

学科分类号：

082301 [道路与铁道工程];

摘要：

为在少量的传感器以及无先验故障知识的情况下,实现船舶电机定子故障状态的确定以及故障严重程度的划分,提出了对定子电流进行小波包变换提取故障特征,基于粗糙集理论建立可分辨矩阵,并从中提取故障诊断规则的方法.通过对电流特征信号进行小波包分解,使相应分解子频段能始终覆盖随电机转差率变化的故障特征频率;利用子频段重构系数的均方根值变化率作为特征指标,实现故障特征的提取.采用自组织特征映射网络对特征指标进行聚类,由相邻子频段的均方根值变化率组成一组学习样本的方法,减少了子频段之间混叠问题对于聚类结果的影响.实验室条件下进行了电机定子故障的实验,通过对故障数据的应用,验证了该方法的可行性.

引用

页码：81 / 85+90 +90

页数：6

共 6 条

[1]

Model-based and wavelet approaches to induction motor on-line fault detection [J].