|
基于GRP降维方法的电机故障诊断多源信号SVM预测
张镭 2026/5/21 20:18:11
（接上页）术优化方案，结合故障信号特征提取方法和实际案例验证准确性，显著缩短了故障排除时间和生产停机时间。薛赛等[6]提出一种基于遗传算法参数寻优支持向量机的电机偏心故障诊断方法，利用快速傅里叶变换分析定子电流信号，利用遗传算法参数寻优支持向量机对提取特征故障，能够实现对电机定子故障的准确诊断。
为了改善数控电机智能液压系统的复杂结构及提升系统有效性，已有研究人员提出混合处理方法，通过遗传优化支持向量机(GA-SVM)及动态主成分分析(PCA)提高数控电机的故障诊断精度[7]，这对数控电机的运行维护有极大帮助与指导意义。本文采用GRP处理故障信息及混合算法降维，SVM在故障判识中比传统分类算法的效果更优，因此本研究采用支持向量机作为分类算法进行试验设计，验证表明本文所提方法具备极大应用价值。
.......
通过数据分析可知，采用单一振动频率分量的诊断效果无法充分适应所有类型的机器故障判断需求。虽然以多种方法数据融合方案可使Z轴诊断准确度获得显著提高，但其诊断准确度仍然无法与X、Y轴识别精度相比，采用全局数据融合方案可大幅提高整体系统预测精度，使最终准确率提高到99.36%，进一步验证了本文提出的基于MIF-GRP优化的SVM模型具备较强实用价值。
4 结论
开展基于GRP降维方法的电机故障诊断多源信号SVM预测分析，并通过电机实测信号研究，取得如下有益结果：
1）采用GPR方法实现降维运算达到最短时间，运算速度获得极大提升，识别精度达到99%以上。
2）采用单一振动频率分量无法充分适应所有类型的机器故障判断需求；采用全局数据融合方案可大幅提高整体系统预测精度，使最终准确率提高到99.36%。
参考文献
[1]陈艳艳, 王继文, 胡亚楠, 等. 基于经验模态分解停止准则的机床齿轮箱故障诊断[J]. 机械设计与研究, 2025, 41(04): 287-291.
[2]杨金龙, 董绍江, 牟小燕. 基于随机LSTM块映射特征提取的旋转机械故障诊断方法[J]. 陕西科技大学学报, 2024, 42(04): 142-153.
[3]吴楚杰, 崔益铭, 马骋, 等. 基于优化卷积自编码器的机床进给轴健康状态监测[J]. 组合机床与自动化加工技术, 2025, (05): 1-6.
[4]李涛. 基于自适应观测器的机床伺服电机故障诊断与控制[J]. 现代制造工程, 2021, (11): 142-147.
[5]王正建. 基于智能诊断系统的数控机床主轴电机故障维修技术研究[J]. 家电维修, 2025, (06): 107-109.
[6]薛赛, 贺青川, 潘骏, 等. 基于GA-SVM的永磁同步电机动态偏心故障诊断[J]. 组合机床与自动化加工技术, 2022, (09): 99-103.
[7]于晨松, 文浩. 基于Sammon映射和随机森林算法的模拟电路故障诊断[J]. 仪表技术与传感器, 2021, (03): 97-101.
[8]房启成, 刘璐, 何建樑, 等. 基于多源信息融合与随机映射的机床故障诊断[J]. 组合机床与自动化加工技术, 2020, (10): 94-97.
作者简介：张镭，男，1981年9月，山东省邹城市，讲师，高级电气工程师，主要从事信息化建设及技工教学工作。
附件下载：基于GRP降维方法的电机故障诊断多源信号SVM预测
|