• 全部
主办单位:煤炭科学研究总院有限公司、中国煤炭学会学术期刊工作委员会
基于遗传算法的电动机故障判别方法
  • 作者

    张晓春许允之

  • 单位

    中国矿业大学信息与电气工程学院

  • 摘要
    利用电动机定子电流数据进行电动机故障的诊断,需要有合适的方法将故障特征量提取出来,由于电动机并不是在理想状态下运行,故障特征信号很容易被湮没。采用sym4小波将电流数据滤波,将数据利用db4小波包3层分解,对分解得到的能量系数进行傅里叶分析,提取其频谱中的特征量,再利用遗传算法对提取出的特征属性进行约简,得到最简化决策属性表,以此来判别电动机的故障类型。该算法通过可行性分析表明,可保证个体属性个数最少和适应度最大的原则,其算法为最优解。
  • 关键词

    小波包分解遗传算法特征属性决策属性表

  • 相关文章
相关问题
立即提问

主办单位:煤炭科学研究总院有限公司 中国煤炭学会学术期刊工作委员会

©版权所有2015 煤炭科学研究总院有限公司 地址:北京市朝阳区和平里青年沟东路煤炭大厦 邮编:100013
京ICP备05086979号-16  技术支持:云智互联