首页 | 官方网站   微博 | 高级检索  
     

基于粒子群优化算法电机转子故障诊断研究
引用本文:阳同光,蒋新华.基于粒子群优化算法电机转子故障诊断研究[J].计算机工程与应用,2011,47(1):215-216.
作者姓名:阳同光  蒋新华
作者单位:1. 中南大学信息科学与工程学院,长沙,410075
2. 中南大学信息科学与工程学院,长沙,410075;福建工程学院,福州,350007
基金项目:国家高技术研究发展计划(863)No.2006AA11Z230; 湖南省科技厅支持项目(No.2010JF3058); 湖南省教育厅科研项目(No.01C0118)~~
摘    要:提出一种基于反向粒子群优化算法感应电机转子故障诊断方法。将转子磁链误差作为粒子群的适应度函数,通过反向粒子群优化算法自适应调整转子磁链电流模型的参数,辨识故障状态下感应电机的转子电阻。仿真结果表明,该方法对电源电压、负载波动具有较强的抗干扰能力,运算效率高,收敛速度快,具有良好的辨识效果。

关 键 词:反向粒子群优化  感应电机  故障诊断
收稿时间:2010-4-28
修稿时间:2010-11-9  

Research of rotor faults in motor based on particle swarm optimization
YANG Tongguane,JIANG Xinhua.Research of rotor faults in motor based on particle swarm optimization[J].Computer Engineering and Applications,2011,47(1):215-216.
Authors:YANG Tongguane  JIANG Xinhua
Affiliation:YANG Tongguang1,JIANG Xinhua1,21.College of Information Science and Engineering,Central South University,Changsha 410075,China2.Fujian University of Technology,Fuzhou 350007,China
Abstract:A rotor fault diagnosis of induction motor is presented based on particle swarm optimization.To identify rotor resistance of induction under fault condition,rotor flux error is used as fitness of all particles in the population,and the parameter of rotor flux current model is adaptively adjusted.The simulation shows the insensitivity of the technique to load variation,supply voltage variation,and the advantage of high operation efficiency,fast convergence and good identification results.
Keywords:oppositional particle swarm optimization  induction motor  faults diagnosis
本文献已被 CNKI 维普 万方数据 等数据库收录!
点击此处可从《计算机工程与应用》浏览原始摘要信息
点击此处可从《计算机工程与应用》下载全文
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司    京ICP备09084417号-23

京公网安备 11010802026262号