基于SA-PSO的煤矿小功率电机故障诊断研究_中国煤炭行业知识服务平台

基于SA-PSO的煤矿小功率电机故障诊断研究

作者

魏礼鹏鹿伟强于铄航陈雯雅张珂
单位

中煤科工集团常州研究院有限公司
摘要

小功率电机广泛应用于煤矿带式输送机辅机、水处理系统等场合。为准确诊断小功率电机运行过程中发生的常见故障，提出一种模拟退火粒子群优化（SA-PSO）算法优化最小二乘支持向量机（LSSVM）的故障诊断方法。首先利用RELAX算法剔除定子电流基波频率分量，然后使用小波包分解对信号进行分解和重构，选取重构后特定频带的能量值为特征信号，最后用SA-PSOLSSVM模型进行故障分类。实验结果表明，该方法在小功率电机故障诊断上有较好的诊断精度。
关键词

小功率电机故障诊断小波包 SA-PSO-LSSVM
基金项目(Foundation)

中国煤炭科工集团双创基金项目（2023-TD-MS005）；
文章目录

0 引言
1 基于小波包能量的故障特征提取方法
2 LSSVM算法的改进
(1)SA-PSO算法
(2)SA-PSO对LSSVM优化过程
3 实验验证
(1）实验平台设计
(2)RELAX算法剔除基波分量
(3）故障特征提取
(4）故障识别与诊断
4 结语
DOI

10.13436/j.mkjx.202407052
引用格式

[1]魏礼鹏,鹿伟强,于铄航,等.基于SA-PSO的煤矿小功率电机故障诊断研究[J].煤矿机械,2024,45(07):174-176.