来源：期刊VIP网 时间：
作者：高猛;曾宪文;
单位：上海电机学院电子信息学院;
摘要：为了提高异步电机故障诊断的准确度，提出一种结合变分模态分解（VMD）、包络谱分析法（ESA）和改进的鹈鹕优化算法优化的极限梯度提升模型（IPOA-XGBOOST）的智能诊断方法。首先，对实测的异步电机振动信号进行VMD分解，并用ESA计算VMD分解得到的本征模态分量（IMFs）的瞬时能量矩阵；然后用奇异值分解法（SVD）对得到的瞬时能量矩阵进行特征提取；最后，使用提取到的特征向量训练IPOA-XGBOOST模型，得到异步电机的故障诊断准确率。另外，为了解决鹈鹕优化算法容易陷入局部最优解、寻优速度慢等问题，使用Circle映射改进鹈鹕优化算法。将改进的鹈鹕优化算法、遗传算法（GA）和鹈鹕优化算法进行寻优分析，实验结果表明，改进的鹈鹕优化算法的寻优效果最好。
关键词：异步电机;;故障诊断;;鹈鹕优化算法;;变分模态分解;;包络谱分析法;;瞬时能量矩阵;;Circle映射
