基于类加权支持向量机的永磁直流电机故障模式识别方法

该文针对永磁直流电机故障在线诊断中存在类样本数目不平衡、误判损失不等、在线样本数据缺少类别标识等问题,通过对支持向量机数学模型中的误差惩罚因子进行加权,构建了一种基于加权支持向量机的永磁直流电机故障模式识别算法。理论分析和实验结果表明:该算法可以提高小样本类(故障样本类)诊断精度,降低误判损失。     

永磁直流电机故障模式识别方法对比研究

构建了两种基于BP神经网络和支持向量机的的永磁直流电机故障模式识别分类器,并对该两种模式识别分类器在永磁直流电机故障诊断中的应用进行了实验研究与理论分析。研究结果表明:基于支持向量机的永磁直流电机故障模式识别方法在小样本情况下的诊断正确率高于基于BP神经网络,最好能达到94.6667%,且不存在局部极小值问题和过学习问题。     

模糊支持向量机在变压器故障诊断中的应用

为了解决在变压器故障诊断时复杂难辨的问题,提出了利用模糊支持向量机构建变压器故障诊断模型的方法。该方法是在支持向量机(SVM)的基础上引入模糊度隶属函数,从而有效消除噪声和野点对诊断结果的影响。通过模糊C均值算法(FCM)求取模糊支持向量机的隶属度,对所得样本进行预处理,然后利用交叉验证和网格搜索相结合的方法对支持向量机进行参数寻优。实验表明,该方法比改良IEC比值法和传统支持向量机法具有更高的准确率,更适用于变压器故障诊断。     

基于模糊C均值聚类和改进相关向量机的变压器故障诊断

为了提高电力变压器故障诊断准确率和单一相关向量机核函数存在的固有二分类属性及对预测分类鲁棒性弱的问题,提出基于模糊C均值聚类和改进相关向量机的变压器故障诊断模型。首先对样本进行模糊C均值聚类,然后再采用相关向量机的完全二叉树结构进行划分。相关向量机核函数采用组合高斯核函数和多项式核函数构造的混合核函数,并利用双子群果蝇算法对混合核函数参数进行优化。实验表明,相比单核函数、粒子群算法优化混合核函数参数,所提方法准确率高、稳定性好,同时分类速度快,满足实时在线故障诊断。     

基于模糊理论与支持向量机的变压器故障诊断方法

针对变压器结构的复杂性和故障机理的多样性,提出一种基于模糊理论和支持向量机的变压器故障诊断方法.该方法首先采用模糊理论对故障样本数据进行预处理,提取故障特征,再用支持向量机方法进行故障分类,通过采用一对多(1-a-r)的方法实现多目标分类,得出诊断结果.针对支持向量机参数不易确定的问题,采用多层动态自适应算法与k-折交叉验证方法结合对参数进行优化分析.故障诊断实例测试结果显示,该方法不仅克服了传统比值法中编码缺失、编码边界过于绝对的问题,诊断结果具有更高的准确率,而且也具有较好的适用性.     

基于高阶谱与支持向量机的电力电子电路故障诊断技术

针对现有电力电子电路故障诊断方法存在的不足，研究了采用高阶谱分析和支持向量机(support vector machine，简称SVM)的电力电子电路故障诊断和定位方法。首先利用高阶谱中的双谱技术分析、处理和提取电路状态的故障信息特征；然后设计和采用多类层次支持向量机分类器作为故障模式的训练和识别器，其中，分类器的结构利用模糊C-均值算法(fuzzy C-means，简称FCM)进行了优化；最后采用一个实际的Buck功率电路进行了建模、仿真和验证。结果表明，采用该方法对电力电子电路故障的诊断和定位率可达99%以上，达到了较为理想的诊断精度。     

基于支持向量机的电晕放电模式识别方法

应用自回归（Autoregression,简称AR）模型提取电晕放电信号的AR模型参数作为信号特征量,利用支持向量机（Support Vector Machine,简称SVM）作为分类器对放电模型进行识别,重点分析了核函数和支持向量机参数对分类器的影响。结果表明,AR模型参数作为信号特征量,并与支持向量机结合对电晕放电信号进行识别是有效的。     

采用模糊支持向量机的模拟电路故障诊断新方法

为了解决模拟电路故障诊断复杂多样难于辨识的问题,有效提高分类的准确度,提出了一种模拟电路故障诊断的新方法。首先对采集的信号进行时-频域联合特征提取并采用新的模糊隶属度函数确定训练样本的隶属度,消除噪声和野点对故障诊断的影响;然后将训练集输入模糊支持向量机分类方法训练获得故障诊断模型;最后将测试集输入训练好的模糊支持向量机分类模型,实现对不同故障类型的识别。将该方法应用于CTSV滤波电路进行故障诊断仿真实验,结果显示该方法不仅能正确分类单故障而且能有效分类多故障,平均故障诊断率达到98.2%,为模拟电路故障诊断开辟新的途径。     

基于支持向量机多分类方法的模拟电路故障诊断研究

基于统计学习理论结构风险最小化原则和VC维理论的支持向量机对小样本决策具有较好的学习推广性。由于基本支持向量机算法最初是针对两分类问题推导出来的,在解决故障诊断这种典型的多类分类问题时存在困难。针对模拟电路故障诊断问题,在分析比较支持向量机“一对多”和“一对一”多分类算法的基础上,构建改进的串行支持向量机多分类方法,并依据该算法建立了多故障分类器。将其应用于典型的电源电路故障诊断,仿真试验结果证明了该方法的有效性。     

基干模糊逻辑和支持向量机的高压输电线路故障分类器

高压输电线路故障类型的正确识别是输电线路故障定位和事故分析的前提保证，探求有效，实用的识别方法是有意义的。在对高压输电线路故障类型识别原理及实现方法进行总结分析的基础上，提出采用小样本高泛化能力的支持向量机(Support Vector Machines,即SVM)算法，并结合适于处理具有不确定线性划分关系问题的模糊集理论，来完成高压输电线路的故障分类器，实现了使期望风险最小他的最忧分类，仿真结果表明：所提方法判别过程简单、清晰．能正确识别高压输电线路的故障类型，而且还不受输电线路系统模型结构的限制，具有较强的通用性和实用性。提出的基于模糊逻辑和SVM的高压输电线路故障类型识别新方法，克服了常规线性分类方法的局限性，实现了输电线路故障模式空间的非线性可分，解决了高压输电线路故障模式识刖的根本性问题。     

永磁直流电动机故障机理分析与研究

电机故障特征相量的确立是进行故障诊断的前提。全文对永磁直流电动机生产线上常见故障的机理进行了分析,并在此基础上提出了基于电流分析的永磁直流电动机故障诊断的特征相量确立和提取方法,为进一步实现故障的决策与分离奠定了基础。实验研究表明理论分析与实验结果是一致的。     

微型永磁直流电动机设计与研究

用来调节座椅高度的直流电动机,随着功能的不断提高、体积的严格限制,原有的机型已不能满足要求。现论证、研究了一种永磁体励磁、配备双面摩擦结构直流电磁制动器的直流电动机。针对该电机不同功能状态进行了结构设计及控制方案论证,并制造样机进行了实际验证,满足了体积、重量、功率、最大静力矩等综合指标要求,最后证明了该航空永磁电机设计的可行性与可靠性。     

基于模糊控制的对转永磁无刷直流电动机调速系统

在分析对转永磁无刷直流电动机的基本原理和数学模型基础上,提出外环转速环采用分离积分项的双输入模糊控制器,内环电流环采用PI调节器的双闭环调速系统.仿真结果表明,与外环、内环均采用PI调节器的双闭环调速系统相比,该系统在恒速运行突加负载的情况下,具有转速变化小、稳定性好的优点,是一种比较优越的控制方法.     

基于模糊PID控制的永磁无刷直流电机调速系统

永磁无刷直流电动机调速系统是一个非线性、多变量、时变系统,采用传统的PID控制方法进行控制,难以达到良好的控制效果。通过设计一种模糊PID控制器,应用模糊算法在线自动整定PID参数的方法,将其应用于无刷直流电动机调速控制系统。仿真实验结果表明,该模糊PID控制方法较常规PID控制和单纯的模糊控制具有更好的控制性能,具有无超调、响应快、鲁棒性强等特点。     

永磁无刷直流电动机的发展及展望

主要介绍永磁无刷直流电动机的发展历史 ,并分析了其目前主要研究方向及其在国际上最新研究动向和发展前景     

基于自适应模糊PI的PMSM定子电流最优控制

根据永磁同步电动机(Permanent Magnet Synchronous Motor,简称PMSM)的数学模型和转子磁场定向控制策略,建立了采用定子电流最优控制的PMSM驱动系统。利用模糊控制构建自适应模糊PI控制器,实现转速和电流双闭环控制,提高了系统的动态和稳态性能。为使电动机在整个运行速度范围内能输出最大功率,采用交轴电流参考由模糊PI环节给出,直轴电流参考分段,即恒转矩、弱磁扩速及恒功率段,计算给出定子电流最优算法。实验结果表明,基于模糊PI控制的系统模型具有动态响应快、稳态精度高及抗干扰能力强等优点。