收藏本站
《东北大学》 2012年
收藏 | 手机打开
二维码
手机客户端打开本文

基于核方法的ACS600变频器IGBT故障诊断

雷宏  
【摘要】:随着科学技术的发展以及人类的进步,各种大型电气设备正呈现出复杂化、智能化的趋势。尽管人类依靠自动化系统创造了无穷无尽的财富,但是,安全问题一直是这些系统不可避免的。一旦大型系统产生了事故,将会造成严重的人力、财力损失,甚至会影响国家的稳定发展。因此,系统故障诊断一直被列为研究热点与重点。 本文以ACS600变频器中的IGBT器件为研究目标,针对在轧钢过程中的不同状态下采集的数据,确定故障类型为两种,一种为启动过电流导致IGBT损坏;另一种为突加负载过电流导致IGBT损坏。选择可行的IGBT故障诊断方法,具体如下:在故障检测与特征提取方面,比较了主元分析(PCA,Principal Component Analysis)与核主元分析(KPCA,Kernel Principal Component Analysis)方法的优劣,通过仿真分析表明了KPCA的优势;在故障识别方面,分别基于PCA与KPCA特征提取后得到的特征数据,训练了3个支持向量机,比较了“一对一”与有向无环图(DAG,Directed Acyclic Graph)支持向量机(SVM,Support Vector Machine)两种多类分类方法的分类正确率,并通过仿真分析表明了基于KPCA特征数据的DAGSVM在分类性能上的优势。 在KPCA与DAGSVM方法的基础上,着重研究了IGBT故障分类器分类性能的改进方法。鉴于支持向量机中的核函数及其参数在影响分类器分类性能中举足轻重的地位,首先在核函数参数的优化方面,选择了量子粒子群优化策略,并且对其中的收缩-扩张因子在取不同值的情况下,做了大量的优化仿真,表明当该因子在[1.0,0.5]上线性减少时,算法收敛较快,并且分类正确率较高;其次,在核函数的选择方面,对DAGSVM中的3个支持向量机分别选择不同的核函数,通过仿真研究,选择一组核函数使得分类正确率最高;最后针对由两类故障数据训练的支持向量机,对其采用由多项式核函数与径向基核函数组成的混合核函数进行了仿真研究,结果表明,采用混合核函数使得分类效果有所提升。
【学位授予单位】:东北大学
【学位级别】:硕士
【学位授予年份】:2012
【分类号】:TM921.51

【参考文献】
中国期刊全文数据库 前10条
1 潘明清;周晓军;吴瑞明;雷良育;;基于主元分析的支持向量数据描述机械故障诊断[J];传感技术学报;2006年01期
2 王国胜,钟义信;支持向量机的若干新进展[J];电子学报;2001年10期
3 王洪江;孙保民;田进步;;定性仿真在锅炉状态监控和故障诊断中的应用[J];工程热物理学报;2007年01期
4 翟永杰,毛继珮,于丽敏,刘长良;分级聚类支持向量机在汽轮机故障诊断中的应用[J];华北电力大学学报;2003年06期
5 李凌均,张周锁,何正嘉;支持向量机在机械故障诊断中的应用研究[J];计算机工程与应用;2002年19期
6 康燕;孙俊;须文波;;具有量子行为的粒子群优化算法的参数选择[J];计算机工程与应用;2007年23期
7 孔庆琴;孙俊;须文波;;基于QPSO的改进算法[J];计算机工程与应用;2007年28期
8 张铃;支持向量机理论与基于规划的神经网络学习算法[J];计算机学报;2001年02期
9 徐洪涛;王跃钢;;基于相空间重构和主分量分析的遥测信号噪声消除[J];计算机应用;2010年03期
10 李巍华,廖广兰,史铁林;核函数主元分析及其在齿轮故障诊断中的应用[J];机械工程学报;2003年08期
中国博士学位论文全文数据库 前1条
1 蒋玲莉;基于核方法的旋转机械故障诊断技术与模式分析方法研究[D];中南大学;2010年
【共引文献】
中国期刊全文数据库 前10条
1 张志杰,叶海峰,汪翔;FPGA应用技术及在电力系统中的应用前景[J];安徽电气工程职业技术学院学报;2005年01期
2 吴剑威;唐立新;;MATLAB/Simulink在《电力电子技术》教学研究中的应用[J];合肥师范学院学报;2011年06期
3 赵涛,姜卫东;利用PSPICE仿真分析PWM控制电路[J];安徽大学学报(自然科学版);2005年05期
4 王东霞;张楠;路晓丽;;基于育种算法的SVM参数优化[J];安徽大学学报(自然科学版);2009年04期
5 陶秀凤,唐诗忠,周鸣争;基于支持向量机的软测量模型及应用[J];安徽工程科技学院学报(自然科学版);2004年02期
6 区卫民;谭泗桥;袁哲明;柏连阳;熊洁仪;;SVR-KNN法用于除草剂QSAR研究[J];安徽农业科学;2008年35期
7 韩勇鹏;;SVM方法及其在乳制品分类问题上的应用[J];安徽农业科学;2009年08期
8 程伟;张燕平;赵姝;;支持向量机在粮食产量预测中的应用[J];安徽农业科学;2009年08期
9 武素华;;基于最小二乘支持向量机的土壤含水量检测的研究与分析[J];安徽农业科学;2009年09期
10 陈念;沈佐民;;基于化学成分检测和SVM分类的茶叶品质鉴定[J];安徽农业科学;2010年15期
中国重要会议论文全文数据库 前10条
1 汪卫平;;琅琊山电站机组变频启动时转子位置计算的介绍[A];抽水蓄能电站工程建设文集2011[C];2011年
2 宋海鹰;桂卫华;阳春华;;基于核偏最小二乘的简约最小二乘支持向量机及其应用研究[A];第二十六届中国控制会议论文集[C];2007年
3 周绮凤;林成德;罗林开;彭洪;;一种基于黎曼度量的训练样本类不平衡SVM分类方法研究[A];第二十六届中国控制会议论文集[C];2007年
4 顾小军;杨世锡;钱苏翔;;基于支持向量机的旋转机械多类故障识别研究[A];第二十六届中国控制会议论文集[C];2007年
5 吕蓬;柳亦兵;马强;魏于凡;;支持向量机在齿轮智能故障诊断中的应用研究[A];第二十六届中国控制会议论文集[C];2007年
6 姜明辉;袁绪川;;基于GA优化的个人信用评估SVM模型[A];第二十六届中国控制会议论文集[C];2007年
7 韩露;余正涛;邓锦辉;章程;毛存礼;郭剑毅;;领域知识关系对领域文本分类的影响[A];第二十七届中国控制会议论文集[C];2008年
8 吴静珠;刘翠玲;孙晓容;;支持向量机在近红外光谱检测技术中的应用研究[A];第二十九届中国控制会议论文集[C];2010年
9 ;Fault Diagnosis for Power Unit Based on Wavelet Packet PCA-SVM[A];第二十九届中国控制会议论文集[C];2010年
10 尹钟;张建华;;基于支持向量机方法的过程操作员功能状态分类[A];中国自动化学会控制理论专业委员会A卷[C];2011年
中国博士学位论文全文数据库 前10条
1 赵莹;半监督支持向量机学习算法研究[D];哈尔滨工程大学;2010年
2 母丽华;煤矿安全预警系统的方法研究[D];哈尔滨工程大学;2010年
3 朱广平;混响干扰中的信号检测技术研究[D];哈尔滨工程大学;2009年
4 孔凡芝;引线键合视觉检测关键技术研究[D];哈尔滨工程大学;2009年
5 郑大腾;柔性坐标测量机空间误差模型及最佳测量区研究[D];合肥工业大学;2010年
6 王晓明;基于统计学习的模式识别几个问题及其应用研究[D];江南大学;2010年
7 李鹤喜;基于视觉反馈的焊接机器人自主示教关键技术研究[D];华南理工大学;2010年
8 李先锋;基于特征优化和多特征融合的杂草识别方法研究[D];江苏大学;2010年
9 刘卫红;垃圾邮件检测与过滤关键技术研究[D];华南理工大学;2010年
10 郑光辉;江苏部分地区土壤属性高光谱定量估算研究[D];南京大学;2011年
中国硕士学位论文全文数据库 前10条
1 展慧;基于多源信息融合技术的板栗分级检测方法研究[D];华中农业大学;2010年
2 杜二玲;拟概率空间上等均值噪声下统计学习理论的理论基础[D];河北大学;2007年
3 汪鹏飞;基于DSP的铜材连铸水平牵引变频调速控制系统研究[D];安徽工程大学;2010年
4 李金华;基于SVM的多类文本分类研究[D];山东科技大学;2010年
5 田文娟;基于支持向量机的人民币序列号识别方法的研究[D];山东科技大学;2010年
6 张钢岭;改善永磁接触器动态分断过程的方法研究[D];山东科技大学;2010年
7 翟清震;电流型Z源逆变器主电路控制策略研究[D];山东科技大学;2010年
8 刘维会;不平衡数据集上支持向量机算法研究[D];山东科技大学;2010年
9 安文娟;Fisher和支持向量综合分类器[D];辽宁师范大学;2010年
10 姜成玉;基于支持向量机的时间序列预测[D];辽宁师范大学;2010年
【二级参考文献】
中国期刊全文数据库 前10条
1 修春波,刘向东,张宇河;相空间重构延迟时间与嵌入维数的选择[J];北京理工大学学报;2003年02期
2 潘明清;周晓军;吴瑞明;雷良育;;基于主元分析的支持向量数据描述机械故障诊断[J];传感技术学报;2006年01期
3 张兰红,胡育文,黄文新;三相变频驱动系统中逆变器的故障诊断与容错技术[J];电工技术学报;2004年12期
4 潘宏侠;马清峰;;Research on Gear-box Fault Diagnosis Method Based on Adjusting-learning-rate PSO Neural Network[J];Journal of DongHua University;2006年06期
5 刘朝山,张继华;油膜涡动和油膜振荡的特征频率[J];风机技术;2001年06期
6 简金宝,罗慕华;一般约束最优化超线性与二次收敛的SQP拟可行方法[J];工程数学学报;2004年04期
7 万书亭,李和明,李永刚;自适应神经网络在发电机组故障诊断中的应用[J];华北电力大学学报;2002年02期
8 翟永杰,毛继珮,于丽敏,刘长良;分级聚类支持向量机在汽轮机故障诊断中的应用[J];华北电力大学学报;2003年06期
9 徐涛;王祁;;基于小波包LVQ网络的传感器故障诊断[J];哈尔滨工业大学学报;2007年01期
10 蒋东翔,黄文虎,徐世昌;分形几何及其在旋转机械故障诊断中的应用[J];哈尔滨工业大学学报;1996年02期
中国博士学位论文全文数据库 前7条
1 戈志华;基于非线性理论的汽轮机轴系振动故障研究[D];华北电力大学;2000年
2 翟永杰;基于支持向量机的故障智能诊断方法研究[D];华北电力大学(河北);2004年
3 杨宇;基于EMD和支持向量机的旋转机械故障诊断方法研究[D];湖南大学;2005年
4 何学文;基于支持向量机的故障智能诊断理论与方法研究[D];中南大学;2004年
5 邹敏;基于支持向量机的水电机组故障诊断研究[D];华中科技大学;2007年
6 彭兵;基于改进支持向量机和特征信息融合的水电机组故障诊断[D];华中科技大学;2008年
7 张超;基于支持向量机的汽轮机轴系振动故障智能诊断研究[D];华北电力大学(河北);2009年
【相似文献】
中国期刊全文数据库 前10条
1 高亚东;邓升平;;基于支持向量机的直升机旋翼不平衡故障分类研究[J];南京航空航天大学学报;2011年03期
2 周建萍;郑应平;王志萍;;基于Morlet小波核多类支持向量机的故障诊断[J];华东电力;2008年08期
3 何凡;刘光斌;;核函数在液压泵故障诊断中的应用研究[J];煤矿机械;2009年01期
4 任丽华;王昕;赵毅斌;;基于支持向量机的液压泵故障判断方法研究[J];煤矿机械;2009年03期
5 朱学冬;胡平;;基于安全的多故障分类器设计[J];江南大学学报(自然科学版);2009年03期
6 田景文;吴浩;高美娟;;基于支持向量机的火车滚轴故障诊断[J];机床与液压;2007年07期
7 张炜;张磊;李亮;;基于GA优化的SVM涡轮泵故障诊断[J];液压与气动;2009年01期
8 江志钢;张春良;岳夏;;基于支持向量机的机床故障诊断研究[J];装备制造技术;2009年12期
9 董卓;朱永利;;基于支持向量机的变压器故障多层次诊断及定位[J];陕西电力;2011年08期
10 袁胜发;褚福磊;;基于引力球结构支持向量机多类算法的涡轮泵故障诊断[J];宇航学报;2006年04期
中国重要会议论文全文数据库 前10条
1 袁昊程;钟秋海;戴亚平;;基于支持向量机的旋转机械故障诊断[A];2003中国控制与决策学术年会论文集[C];2003年
2 傅若玮;宋执环;;基于核独立成分分析的过程故障检测方法[A];全国第19届计算机技术与应用(CACIS)学术会议论文集(上册)[C];2008年
3 应自炉;张有为;李景文;;基于GDA和SVM的人脸表情识别[A];第十三届全国信号处理学术年会(CCSP-2007)论文集[C];2007年
4 初燕;付忠广;戈志华;靳涛;卞双;;基于支持向量机的故障诊断方法探讨[A];中国动力工程学会第三届青年学术年会论文集[C];2005年
5 张军峰;胡寿松;;基于多重核学习支持向量机的歼击机故障诊断[A];第七届全国信息隐藏暨多媒体信息安全学术大会论文集[C];2007年
6 刘耀年;王浩;何昌浩;何萍;;基于支持向量回归机的短期电力负荷预测[A];第十届全国电工数学学术年会论文集[C];2005年
7 高荣;刘晓华;;基于小波变换的支持向量机短期负荷预测[A];第16届中国过程控制学术年会暨第4届全国故障诊断与安全性学术会议论文集[C];2005年
8 门洪;武玉杰;李小英;高艳春;;基于支持向量机的分类算法研究[A];第六届全国信息获取与处理学术会议论文集(3)[C];2008年
9 冯辅周;郭恒毅;江鹏程;;支持向量机及其在电机故障诊断中的应用[A];第九届全国振动理论及应用学术会议论文集[C];2007年
10 史丽萍;杨晓冬;匡杰;;基于支持向量机的水泵故障诊断[A];中国计量协会冶金分会2007年会论文集[C];2007年
中国重要报纸全文数据库 前10条
1 黄安华;液压制动系统的故障诊断[N];中国汽车报;2002年
2 李萍;济钢EAM离线网络点检和故障诊断管理系统开发应用[N];世界金属导报;2007年
3 胡荣山 马巍;上海海大一课题列入国家“863”计划[N];中国船舶报;2007年
4 孙建阳 刘波;小型渔船柴油机故障诊断与排除[N];中国渔业报;2008年
5 见习记者 仝亚娜;孙彦广:冶金故障诊断设备前景广阔[N];机电商报;2005年
6 小田;网卡故障诊断[N];中国电脑教育报;2000年
7 陈全东;干式复合“粘边”故障诊断[N];中国包装报;2003年
8 龚献荣;大型天然气装置实现网络化监测[N];中国化工报;2005年
9 周传勇 杜慧;济钢网络化设备点检与故障诊断管理系统上线运行[N];世界金属导报;2008年
10 汤怀京;WLAN也有“线”[N];中国计算机报;2004年
中国博士学位论文全文数据库 前10条
1 邢永忠;最小二乘支持向量机的若干问题与应用研究[D];南京理工大学;2009年
2 赵冲冲;基于支持向量机的旋转机械故障诊断[D];西北工业大学;2003年
3 任东;基于支持向量机的植物病害识别研究[D];吉林大学;2007年
4 柴艳有;基于核学习理论的船舶柴油机故障诊断研究[D];哈尔滨工程大学;2012年
5 许洁;基于统计理论的工业过程性能监控与故障诊断研究[D];南京航空航天大学;2010年
6 易辉;基于支持向量机的故障诊断及应用研究[D];南京航空航天大学;2011年
7 吴涛;核函数的性质、方法及其在障碍检测中的应用[D];中国人民解放军国防科学技术大学;2003年
8 常群;支持向量机的核方法及其模型选择[D];哈尔滨工业大学;2007年
9 梁力文;基于支持向量机的小波滤噪短波近红外光谱在药品定量分析中的研究[D];吉林大学;2009年
10 杨金芳;支持向量回归在预测控制中的应用研究[D];华北电力大学(河北);2007年
中国硕士学位论文全文数据库 前10条
1 雷瑾(Theingi Shwe);基于支持向量机的船舶主机缸盖故障诊断的研究[D];上海海事大学;2007年
2 杨琦;支持向量机在液压系统故障诊断中的应用研究[D];大连海事大学;2005年
3 曾嵘;支持向量机在设备故障诊断中的应用研究[D];中南大学;2005年
4 潘庆丰;模糊模式识别技术研究及其在故障诊断中的应用[D];福州大学;2006年
5 郑媛媛;凸壳理论在支持向量分类机中的应用[D];东北电力大学;2009年
6 于芙蓉;基于支持向量机的烟气轮机故障诊断研究[D];北京化工大学;2009年
7 余萍;一种基于边界调节的支持向量机模型[D];重庆大学;2007年
8 郎凡;基于遗传算法的改进支持向量机财务预警研究[D];北京交通大学;2008年
9 徐淑萍;基于支持向量机的图像分割研究综述[D];辽宁科技大学;2008年
10 杨彦宁;支持向量回归机在基金净值预测中的应用[D];西安科技大学;2008年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62791813
  • 010-62985026