基于多超球SVM的电机转子断条故障诊断

来源：电子测量技术杂志2021年第5期北京时间：

作者：唐国锋

单位：烟台汽车工程职业学院，山东 临沂 264000

摘要：针对电机转子断条故障诊断问题，设计了一个故障诊断模型。本文将电机转子断条故障诊断视为多分类问题，提出了一种多超球支持向量机(multiple hyper-spheres support vector machine, MHSVM)故障诊断模型。MHSVM是通过利用支持向量数据描述(support vector data description, SVDD)，结合二叉树结构的方法，构造的一种多分类模型。为验证本文提出算法的有效性，将MHSVM与支持向量机(support vector machine, SVM)和神经网络算法(BP)进行了对比实验。结果为本文提出的诊断模型能够实现94.92%的诊断率，而SVM模型和BP模型分别实现92.06%和89.06%的诊断率。本文提出的诊断模型的诊断率是三个模型中最高的。实验结果表明，基于SVM的故障诊断模型的诊断效果优于基于BP算法的诊断效果。同时，本文提出的MHSVM对转子断条故障具有最好的诊断效果，这证明了本文提出模型的适用性和有效性。

关键词：电动机; 转子断条; 故障诊断; 模式分类; 支持向量机