文献

J-GLOBAL ID：201702232269844538   整理番号：17A0350037

粒子群最適化LS-WSVMに基づく電動機断層バー故障診断【JST・京大機械翻訳】

Broken Rotor Bar Fault Diagnosis of Motors Based on LS-WSVM Optimized by Particle Swarm Optimization Algorithm

著者 (4件)： Xu Yunzhi (School of Information and Electrical Engineering,China University of Mining and Technology (Xuzhou)) ,  Tong Nian (School of Information and Electrical Engineering,China University of Mining and Technology (Xuzhou)) ,  Han Li (School of Information and Electrical Engineering,China University of Mining and Technology (Xuzhou)) ,  Hu Kun (School of Information and Electrical Engineering,China University of Mining and Technology (Xuzhou))
資料名： Huabei Dianli Daxue Xuebao  (Huabei Dianli Daxue Xuebao)
巻： 43  号： 1  ページ： 52-57  発行年： 2016年 
JST資料番号： C2919A  ISSN： 1007-2691  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 鼠Long式異歩電動機の回転子バー故障を正確に検出するために,粒子群最適化に基づく最小二乗サポートベクトルマシン(LS-SVM)に基づく診断法を提案した。まず第一に,モータの固定子電流信号の特徴ベクトルをウェーブレットパケットまたは経験的周波数分解法によって抽出し,特性ベクトルを訓練セットとテストセットに分割した。次に,訓練セットを粒子群最適化の最小二乗サポートベクトルマシン(LS-SVM)を訓練するために訓練し,訓練セットの最小二乗サポートベクトルマシン(LS-SVM)を用いてテストセットを分類した。実験結果は,この方法の故障診断精度が,最小二乗法サポートベクトルマシン(LS-SVM)のものよりも明らかに高いことを示した。本論文では,ウェーブレット解析とサポートベクトルマシン(SVM)を結合することにより,両者の利点を補完し,強い汎化能力を持ち,非同期電動機の回転子バー故障診断のための新しい方法を提案した。Data from the ScienceChina, LCAS. Translated by JST【JST・京大機械翻訳】

シソーラス用語： 汎化 ,  *電動機 ,  最小二乗法 ,  固定子 ,  同期電動機 ,  *故障診断 ,  サポートベクトルマシン ,  分割法 ,  *故障 ,  固有ベクトル
準シソーラス用語： ウェーブレット解析 ,  ウェーブレットパケット ,  特徴ベクトル ,  最小二乗-サポートベクトルマシン ,  *粒子群最適化 , 【Automatic Indexing@JST】

著者キーワード (5件)： fault diagnosis ,  particle swarm optimization ,  least square wavelet support vector machine ,  induction motors ,  broken rotor bar

分類 (1件)： パターン認識  (JE07000S)

タイトルに関連する用語 (4件)： 粒子群最適化 ,  電動機 ,  断層 ,  故障診断