基于MUSIC与SVRM的感应电动机转子断条故障检测

研究了一种基于多重信号分类(multiple signal classification,MUSIC)与支持向量回归机(support vector regression machine,SVRM)的感应电动机转子断条故障检测方法,能够快速且准确地检测感应电动机转子断条特征分量的幅值与频率。MUSIC具有较好的检测精度和较高的频率分辨力,从而能快速有效地检测边频与基频分量频率的大小,对短时采样信号也同样适用,但其无法获得各分量的幅值与相位。基于MUSIC的这一缺陷,采用SVRM来检测各分量的幅值和相位,并进行了性能分析。通过Y132M-4型感应电机进行实验研究,实验结果证明了该方法的正确性和优越性。