摘要:针对传统异步电机故障诊断方法中故障特征频率容易被基频淹没、抗干扰能力差、误判率高的问题,建立了基于定子电流信号Hilbert边际谱特征的贝叶斯网络电机故障诊断模型。将异步电机定子电流进行了希尔伯特-黄变换,提取出了Hilbert边际谱特征。在贝叶斯网络诊断模型的构建过程中,采用新型元启发式布谷鸟搜索算法学习各节点间的依赖关系,采用Levy飞行机制优化搜索路径从而提高了搜索效率,并在布谷鸟搜索算法中引入了竞争机制,提高了贝叶斯网络结构学习效果。以异步电机转子断条故障为例验证了诊断模型的有效性。研究结果表明,该故障诊断模型十分有效,诊断准确率高。
关键词:异步电机 贝叶斯网络 边际谱 故障诊断
单位:浙江大学电气工程学院 浙江杭州310027
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社