摘要
本发明提供了一种电机故障诊断方法、系统、设备及介质,属于电机故障诊断技术领域。本发明方法利用提取到的能够表示电机状态的定量特征判断电机是否存在故障,并确定出故障的类型和故障的严重程度,得到训练集和验证集。构建支持向量机模型,基于得到的训练集对支持向量机模型进行训练,并基于得到的验证集对支持向量机模型性能进行评估,得到训练好的支持向量机模型。将待诊断的能够表示电机状态的定量特征输入到训练好的支持向量机模型中进行电机故障诊断,得到电机故障诊断结果。与现有技术相比,本发明有效地解决了现有技术中缺乏有效的智能学习和优化机制,导致电机故障诊断的准确性不高的问题。
技术关键词
支持向量机模型
电机故障诊断方法
电机故障诊断系统
电机故障诊断技术
特征提取模块
数据获取模块
卷积神经网络提取
时域特征
频域特征
参数
电机轴承
电机绕组
电机定子
电机转子
处理器
存储器
滤波
系统为您推荐了相关专利信息
电缆局部放电
高频电流传感器
特高频传感器
超声波传感器
带通滤波器
随机森林模型
振动信号特征
故障诊断模型
参数
蚂蚁
图像舰船检测方法
输出特征
上采样
切片
特征融合网络
语音编码器
语音翻译方法
文本翻译模型
汉语语音识别
序列