摘要
本发明公开了一种异步电机故障诊断模型构建、诊断方法及系统,本发明采集不同健康状态异步电机在不同工况下的外部漏磁时域信号进而重构异步电机内部磁感线分布,基于构磁感线分布形状与电机健康状态的因果关联,即磁感线形状反映电机健康状态,将磁感线分布形状特征转换为图结构特征,最后利用图结构特征进行电机健康状态因果感知匹配,对不同工况下电机健康状态图结构特征因果感知编码构建电机故障诊断分类器。即通过异步电机外部漏磁重构电机内部磁感线分布,可引入并继承内部磁感线知识理论体系,使得基于数据驱动的电机故障诊断体系与人类具有共同知识,提高对基于数据驱动的故障诊断方法的信任度,提高故障诊断模型鲁棒性,降低决策风险。
技术关键词
电机故障诊断
异步电机
故障诊断模型
分类器
训练分类模型
重构
像素
图像
编码
索引
节点
信号
采样点
故障诊断方法
坐标系
超参数
系统为您推荐了相关专利信息
工况识别方法
逻辑推理方法
多头注意力机制
规则方法
数据
故障诊断模型
减压阀
异常状态
消防
故障诊断方法
电能表故障
故障检测模型
信息采集系统
自定义参数
有功功率
气体泄露检测方法
分布特征
训练样本集
计算机设备
成像模组
分类识别方法
特征提取器
分类器
BERT模型
数据