基于支持向量机的热轧主电机风冷变频策略

摘要/Abstract

摘要：

对热轧主电机温升及其风冷变化机制进行分析，基于大量的热轧生产线工况数据建立了热轧主电机定子绕组的暂态温升模型，采用基于支持向量机(SVM)的回归算法对模型中系统参数进行辨识，并与传统最小二乘法的辨识结果进行对比.结果表明：所建立的暂态温升模型更加灵活且具有更好的预测效果；所提出的风冷电机变频策略在确保生产线安全运行的同时能够有效降低风冷电机的耗能，4台风冷电机的平均节能率超过50%.

关键词: 热轧, 风冷电机, 变频技术, 温升模型, 支持向量机

马天亮，徐添翼，高益，蔡萍. 基于支持向量机的热轧主电机风冷变频策略[J]. 上海交通大学学报（自然版）, 2017, 51(5): 542-.

［1］TAN M, DUAN B, SU Y, et al. Optimal hot rolling production scheduling for economic load dispatch under timeofuse electricity pricing［J］. Computer Science, 2015, 145(12): 91323.
［2］SIMPSON N, WROBEL R, MELLOR P H. An accurate meshbased equivalent circuit approach to thermal modeling［J］. IEEE Transactions on Magnetics, 2014, 50(2): 269272.
［3］CHEN Q, YANG X. Calculation analysis of thermal loss and temperature field of inwheel motor in microelectric vehicle［J］. Journal of Mechanical Science and Technology, 2014, 28(8): 31893195.
［4］ZHANG Y, RUAN J, HUANG T, et al. Calculation of temperature rise in aircooled induction motors through 3D coupled electromagnetic fluiddynamical and thermal finiteelement analysis［J］. IEEE Transactions on Magnetics, 2012, 48(2): 10471050.
［5］SEONG K H, HWANG J, SHIM J, et al. Investigation of temperature rise in an induction motor considering the effect of loading［J］. IEEE Transactions on Magnetics, 2014, 50(11): 14.
［6］ZHANG K, FEI M R, WU J G, et al. Temperature prediction model identification using cyclic coordinate descent based linear support vector regression［J］. Journal of Donghua University (English Edition), 2014, 31(2): 113118.
［7］ZHAO N, LIU W. Loss calculation and thermal analysis of surfacemounted PM motor and interior PM motor［J］. IEEE Transactions on Magnetics, 2015, 54(46): 1.
［8］AZIZ A K, LIU J L. A weighted least squares method for the backwardforward heat equation［J］. Siam Journal on Numerical Analysis, 2015, 28(1): 156167.
［9］AHMAD A S, HASSAN M Y, ABDULLAH M P, et al. A review on applications of ANN and SVM for building electrical energy consumption forecasting［J］. Renewable & Sustainable Energy Reviews, 2014, 33(2): 102109.
［10］高益. 热轧主电机温升建模与风冷电机变频策略研究［D］.上海：上海交通大学电子信息与电气工程学院，2016.

[1]	施裕升, 王晓科, 周宇泰, 蒋国韬, 徐天洋. 基于卡方检验与SVM的多雷达抗欺骗干扰方法[J]. 空天防御, 2022, 5(1): 108-114.
[2]	肖冉, 魏子清, 翟晓强. 基于支持向量机的办公建筑逐时能耗预测[J]. 上海交通大学学报, 2021, 55(3): 331-336.
[3]	朱东, 姜萍萍, 颜国正, 王志武, 韩玎, 赵凯, 华芳芳, 姚盛健, 丁紫凡, 周泽润. 人工肛门括约肌系统便意感知重建[J]. 上海交通大学学报, 2020, 54(8): 771-777.
[4]	陶正瑞, 党嘉强, 徐锦泱, 安庆龙, 陈明, 王力, 任斐. 基于支持向量机回归的曲面零件涡流测距标定方法[J]. 上海交通大学学报, 2020, 54(7): 674-681.
[5]	徐彬彬, 洪榛, 赵磊, 俞立. 网络化倒立摆系统的偏差攻击及其检测方法[J]. 上海交通大学学报, 2020, 54(7): 697-704.
[6]	胡晓强，仲训昱，张霄力，彭侠夫，何荧. 基于支持向量机辅助的四轴陀螺两级故障诊断方法[J]. 上海交通大学学报, 2020, 54(11): 1151-1156.
[7]	王江卓,徐文聪,李建勋,贺丰收,曹兰英,缪礼锋. 基于支持向量机的雷达电子支援措施系统点迹-航迹关联算法[J]. 上海交通大学学报, 2019, 53(9): 1091-1099.
[8]	马志宏，贡亮，林可，毛雨晗，吴伟，刘成良. 基于稻穗几何形态模式识别的在穗籽粒数估测[J]. 上海交通大学学报（自然版）, 2019, 53(2): 239-246.
[9]	李春祥，裴杨从琪，殷潇. 基于Hermite组合核EMD-WT-LSSVM的非平稳非高斯风压预测[J]. 上海交通大学学报, 2019, 53(10): 1249-1258.
[10]	李春祥,殷潇. 基于小波支持向量机的非高斯空间风压内外插预测[J]. 上海交通大学学报（自然版）, 2018, 52(11): 1516-1523.
[11]	徐峰1，范春菊1，徐勋建2，李丽2，倪佳筠3. 基于变分模态分解和AMPSO-SVM耦合模型的滑坡位移预测[J]. 上海交通大学学报（自然版）, 2018, 52(10): 1388-1395.
[12]	谢丽蓉, 魏志煌, 程静. 分布式变频无人值守换热站的监控系统设计[J]. 实验室研究与探索, 2017, 36(5): 135-138.
[13]	弓鹏伟1，费燕琼1,3，宋立博2. 基于多传感器信息融合的轮履混合移动机器人路况识别方法[J]. 上海交通大学学报（自然版）, 2017, 51(4): 398-.
[14]	焦学军，张朕，姜劲，王春慧，杨涵钧，徐凤刚，曹勇，傅嘉豪. 基于功能性近红外光谱技术的脑机接口[J]. 上海交通大学学报（自然版）, 2017, 51(12): 1456-1463.
[15]	罗华毅，王景成，杨丽雯，李肖城. 基于时差系数的城市原水需水量预测应用[J]. 上海交通大学学报（自然版）, 2017, 51(10): 1260-1267.

基于支持向量机的热轧主电机风冷变频策略

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价