基于分类器融合的感应电机故障诊断

摘要：

感应电机发生故障的部位多,故障现象及故障原因复杂,但故障特征信息可在不同类型的信号中反映出来.本文通过对不同类型信号进行综合处理和协同分析,并基于多个随机森林分类器自适应权重投票表决的方法,提出了一种高效实用的感应电机故障诊断方法.首先利用传感器采集得到感应电机振动信号和定子电流信号,提取其在特征频率上的能量作为特征信息,分别构造随机森林分类器,得到每个分类器的故障分类结果后,对测试样本和训练样本进行聚类分析,根据聚类结果针对每一测试样本调整各分类器的权重,从而组合决策出故障类型.电机数据实验表明,这一新的模式分类方法可以有效提高电机故障诊断的准确度.

关键词： 感应电机 故障诊断 分类器融合 信号处理

作者: 杨学良 严如强 高晓旸

作者单位: 东南大学仪器科学与工程学院,南京 210096 康涅狄格大学机械工程系,美国 06269

会议类型: 国内会议

会议名称: 2014年全国设备监测诊断与维护学术会议、第十六届全国设备监测与诊断学术会议、第十四届全国设备故障诊断学术会议暨2014年全国设备诊断工程会议

会议地点: 秦皇岛

会议语种:中文

页码: 436-438

在线出版日期: 2014-08-01（万方平台首次上网日期，不代表论文的发表时间）