尹进田;张承;聂俊飞;刘丽;彭志华;曹一鸣;汤炯;曾昭英;

针对永磁同步电机(permanent magnet synchronous motor, PMSM)匝间短路(inter-turn short circuit, ITSC)故障初期特征微弱、传统检测方法灵敏度不足的问题，提出一种基于冠豪猪算法(crested porcupine optimization, CPO)优化变分模态分解(variational mode decomposition, VMD),并结合北方苍鹰算法(northern goshawk optimization, NGO)改进支持向量机(support vector machine, SVM)的故障诊断方法。该方法首先采集PMSM定子电流信号，通过CPO优化VMD提取三次谐波作为故障特征量，实现ITSC故障初期识别，随后基于提取的故障特征构建样本数据集，将其输入NGO改进后的SVM模型，完成故障程度分类识别。实验结果表明，与传统优化算法相比，所提方法可准确实现PMSM的ITSC故障初期检测与故障程度判别。

2026年03期 v.23;No.109 54-62页 [查看摘要][在线阅读][下载 1161K]