基于微粒群优化的感应电动机定转子故障检测与识别

　　《基于微粒群优化的感应电动机定、转子故障检测与识别》包含六章内容。第1章：概述了笼型异步电动机定转子故障诊断的背景和研究现状，同时也介绍了微粒群优化算法的原理、现状以及在故障诊断方面的应用。第二章：简要介绍了骨干微粒群算法和单纯形法，并根据其各自特点利用k-均值聚类策略将二者融合形成一种新的混合微粒群算法。同时分析和研究了新算法的收敛性、复杂度以及在测试函数上的性能。第三章：分析了转子断条故障在定子电流中的表现，并给出了故障电流信号模型。根据定子电流中基波分量大的特点，提出了一种基于混合微粒群算法的基波滤除方法，并将其应用于转子断条故障检测。第四章：分析了定子故障对定子电流谐波和定子负序电流的影响，提出了两种基于混合微粒群算法的定子故障检测方法，并将其应用于实际电机的定子故障检测中。第五章：根据定转子故障在电机定子电流中的特点，研究了故障特征提取方法。并建立了基于混合微粒群算法优化的支持向量机故障识别系统，为感应电机定转子故障识别提供一种通用的解决方案。第六章：总结了论文的研究成果，并对进一步工作进行了展望。

暂缺《基于微粒群优化的感应电动机定转子故障检测与识别》作者简介

1 绪论
1．1 研究的目的和意义
1．2 感应电动机定、转子故障诊断技术的研究现状
1．3 微粒群优化算法及其在故障诊断中的应用
1．4 本书的主要研究内容
1．5 本书约定
2 基于单纯形法和改进骨干微粒群算法的混合优化算法
2．1 研究背景
2．2 骨干微粒群算法和单纯形法
2．3 改进的骨干微粒群算法
2．4 基于单纯形法和改进骨干微粒群算法的混合优化算法
2．5 收敛性分析
2．6 复杂度分析
2．7 实验及分析
2．8 本章小结
3 基于混合骨干微粒群算法的感应电动机转子断条故障检测
3．1 研究背景
3．2 转子断条故障特征的机理分析
3．3 基于混合骨干微粒群算法的基波滤除方法
3．4 实验及分析
3．5 本章小结
4 基于混合骨干微粒群算法的感应电动机定子故障检测
4．1 研究背景
4．2 基于SM-MBBPSO和小波包的感应电动机定子故障检测方法
4．3 基于SM-MBBPSO算法提取正、负序相量的感应电机定子故障检测方法
4．4 本章小结
5 基于混合骨干微粒群算法和支持向量机的感应电动机定、转子故障识别
5．1 研究背景
5．2 支持向量机
5．3 混合骨干微粒群算法优化支持向量机参数
5．4 基于SM-MBBPSO和SVM的定、转子故障识别方法
5．5 实验及分析
5．6 本章小结
6 总结与展望
6．1 全书总结
6．2 下一步研究工作的展望
参考文献