[发明专利]一种基于RBF、多层FDA和SVDD的电机多工况故障检测方法

摘要

本发明公开了一种基于RBF、多层FDA和SVDD相结合的电机多工况故障检测方法，具有较强的泛化能力，能够自主发现正常样本和故障样本之间的差别，检测电机在多工况下的多种故障。该方法可以根据具体数据建立相应模型，减少故障检测模型设计过程中需要的经验知识，提高实用性。

主权项

一种基于RBF、多层FDA和SVDD的电机多工况故障检测方法，其特征在于，包括以下步骤：(1)收集电机运行定子电流的历史数据，包括正常电机的运行和各种故障电机的运行时的数据；(2)整理步骤(1)中所述的历史数据形成样本，样本的格式为：每一条数据按输入‑输出对模式组织，输入为电机运行时定子电流数据，输出为紧跟输入后的电机定子电流采样值，样本分为训练样本和检测样本两部分；(3)根据步骤(2)中所述样本设计RBF的结构，首先设计RBF的聚类中心、隐藏层节点数和核函数；(4)在各种状态下采用多组样本训练出多个RBF网络，从各组的输出权值向量中提取主成分向量；建立各组RBF的输出层权值向量的多层FDA分类模型，对被包含在重合区域子空间中的各类数据中错分率较高的类再次使用FDA算法继续分类；对没有严重重合的区域直接采用SVDD对各类数据建立对应的SVDD故障诊断模型；若准确率不满足工业生产要求，则重做步骤(4)。(5)在线检测电机故障时，采集定子电流数据并根据步骤(3)获得这种工况下的RBF，将RBF的输出权值向量输入步骤(4)中建立的多层FDA分类模型和SVDD故障诊断模型中，计算得到该状态下的电机运行状况。