一种多模型融合的异步电机故障诊断方法

本发明提供一种多模型融合的异步电机故障诊断方法，其包括采用快速傅里叶变换将采集到的异步电机时域信号转换为频域信号；从频域信号中提取多种与电机故障相关的特征值；通过计算电机运行的工频和负荷率来确定其当前的工作模式；使用全部正常样本训练一个主模型，作为基准模型；针对每种工作模式，使用对应的样本数据训练子模型。根据待预测样本的工作模式优先选择相应的子模型进行计算，若找不到匹配的子模型，则使用主模型进行计算。根据模型预测计算出的特征值异常概率，计算电机各部件的故障概率。本发明能够有效应对不同工作模式下的故障诊断需求，尤其适用于变频电机在复杂工况下的故障诊断，提高了诊断的准确性和适应性。