微电机
微電機
미전궤
MICROMOTORS SERVO TECHNIQUE
2013年
3期
64-67
,共4页
刘志东%石山%陈硕勋%张勇%熊攀
劉誌東%石山%陳碩勛%張勇%熊攀
류지동%석산%진석훈%장용%웅반
无刷直流电动机%故障识别%无监督学习支持向量机
無刷直流電動機%故障識彆%無鑑督學習支持嚮量機
무쇄직류전동궤%고장식별%무감독학습지지향량궤
BLDCM%fault-recognition%unsupervised learning support vector machines
提出一种基于改进无监督学习支持向量机(1-DISVM)的无刷直流电动机故障识别方法.通过对无刷直流电动机正常以及驱动电路开关管断路、定子绕组端部断路、Hall传感器断线三种故障状态的仿真模拟,对仿真过程中得到的母线电流采样数据进行FFT频谱分析,作为输入特征向量用于支持向量机分类器的训练和故障识别.将改进无监督学习支持向量机用于无刷直流电动机的故障识别,并与无监督学习支持向量机(1-SVM)的故障识别结果进行比较,结果表明基于改进无监督学习支持向量机的无刷直流电动机故障识别方法具有更高的准确率.
提齣一種基于改進無鑑督學習支持嚮量機(1-DISVM)的無刷直流電動機故障識彆方法.通過對無刷直流電動機正常以及驅動電路開關管斷路、定子繞組耑部斷路、Hall傳感器斷線三種故障狀態的倣真模擬,對倣真過程中得到的母線電流採樣數據進行FFT頻譜分析,作為輸入特徵嚮量用于支持嚮量機分類器的訓練和故障識彆.將改進無鑑督學習支持嚮量機用于無刷直流電動機的故障識彆,併與無鑑督學習支持嚮量機(1-SVM)的故障識彆結果進行比較,結果錶明基于改進無鑑督學習支持嚮量機的無刷直流電動機故障識彆方法具有更高的準確率.
제출일충기우개진무감독학습지지향량궤(1-DISVM)적무쇄직류전동궤고장식별방법.통과대무쇄직류전동궤정상이급구동전로개관관단로、정자요조단부단로、Hall전감기단선삼충고장상태적방진모의,대방진과정중득도적모선전류채양수거진행FFT빈보분석,작위수입특정향량용우지지향량궤분류기적훈련화고장식별.장개진무감독학습지지향량궤용우무쇄직류전동궤적고장식별,병여무감독학습지지향량궤(1-SVM)적고장식별결과진행비교,결과표명기우개진무감독학습지지향량궤적무쇄직류전동궤고장식별방법구유경고적준학솔.
