基于遗传算法的电动机故障判别方法 |
| |
引用本文: | 张晓春,许允之.基于遗传算法的电动机故障判别方法[J].煤矿机电,2014(2):73-75,78. |
| |
作者姓名: | 张晓春 许允之 |
| |
作者单位: | 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 |
Motor Fault Identifying Method Based On Genetic Algorithm |
| |
Abstract: | |
| |
Keywords: | |
本文献已被 CNKI 等数据库收录! |
|