【出 处】：《 计算机仿真 》 CSCD 2015年第32卷第9期 109-113页,共5页

【作 者】： 雷晓犇 [1,2] ; 阳杰 [1] ; 李曙伟 [1] ; 谭海军 [1]

【摘 要】 研究六相永磁容错电机的故障诊断问题，有利于飞行器电力作动系统稳定运行。由于永磁容错电机属于强耦合高阶非线性系统，故障信号样本时间短且具有时变性，导致永磁容错电机故障诊断困难。传统的机器学习理论方法易陷人局部极值点，准确性较低。为提高永磁容错电机的故障准确率，采用支持向量机联合小波分析算法进行故障诊断。首先采集电机故障状态下的输出转矩信号，进行小波分解提取能量特征向量，采用最小二乘支持向量机构造诊断模型，克服局部最优问题，实现准确判别电机故障。对比实验表明，提出故障诊断方法明显优于传统支持向量机、BP神经网络模型方法，诊断准确率达到90％以上。