量子遗传优化球向量机的电机故障诊断

摘要：针对电机故障精确诊断计算，提出一种基于量子遗传优化的球向量机（QGA—BVM）的智能化故障诊断方法。QGA—BVM方法将电机故障诊断问题抽象为多元分类问题，电机故障的若干影响因素做为自变量，故障判别结果做为因变量，QGA-BVM通过对已知诊断结果的数据样本训练学习生成电机故障诊断模型，进而利用该模型完成电机待测运行记录的故障诊断。在QGA—BVM训练过程中，利用量子遗传算法动态地搜索BVM的最优训练参数，以改善BVM的分类精度。最后实验证实了基于QGA—BVM的故障诊断方法在计算精度和运算耗时方面拥有更好的性能。